bilgisayar mühendisliği bölümü

advertisement
B İ L G İ S AYA R
MÜHENDİSLİĞİ BÖLÜMÜ
Ö Z E L S AY I S I
http://arf.iyte.edu.tr/
Research Highlights
B İ L G İ S AYA R M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü Ö Z E L S AY I S I
İçindekiler
Bölüm Başkanından
Genel Bilgiler
Vizyon
Misyon
Lisans Programı
Yüksek Lisans ve Doktora Programları
Yayın ve Proje
Uluslararası İndekslerde Taranan Yayınlarımız (2010-...)
Desteklenen Projeler (2013-...)
Araştırma
Araştırma Odağı
Araştırma Grupları
Araştırma Özetleri
Mezunlarımız
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Bölüm
Başkanından
Değerli okurlar,
Doç. Dr. Yusuf Murat ERTEN
Bilgisayar Mühendisliği Bölüm Başkanı
animasyon, ses ve görüntü işleme, film-eğlence
sektöründe bilgisayar mühendislerine ihtiyaç vardır. Bu
yüzden bölüm mezunları 21. yüzyılda her iş kolunda
çalışabilir.
Bu sayımızda İYTE Bilgisayar Mühendisliği Bölümünü
tanıtacağız. Bölümümüzün tarihçesi, eğitim ve
araştırma olanakları anlatılacak, öğretim üyelerimiz ve
araştırma faaliyetleri tanıtılacaktır.
Lisans öğrenci kabul kontenjanı 2016 yılı itibariyle
60’dır. Bölümümüzde 2015-2016 öğretim yılında 300
Lisans, 80 Yüksek Lisans ve 12 Doktora öğrencisi
mevcuttur. Son 5 yılda 225 Lisans ve 26 Yüksek Lisans
öğrencisi mezun olmuştur. Akademik kadromuz
içerisinde çeşitli unvanlarda, Doktora derecesine sahip
tam zamanlı 11 öğretim elemanı mevcuttur. Öğretim
üyelerimiz dersleri yürütmekte aynı zamanda da
araştırma çalışmalarını sürdürmektedirler. İlerideki
sayfalarda bölümümüz mensuplarının son yıllarda
yaptıkları yayınları, araştırma konularını ve yürüttükleri
projeleri bulabilirsiniz.
1992 yılında kurulmuş olan Bilgisayar Mühendisliği
Bölümü’nde ilk olarak yüksek lisans programı
açılmıştır. 1999 yılında Gülbahçe-Urla yerleşkesinin
açılmasıyla bölüm yeni kampüse taşınmış ve aynı yıl
lisans programı başlatılmıştır. Bölümümüzde temel
bilgisayar mühendisliği konuları işlenmekte, bunun
yanı sıra öğrencilerin belirli alanlarda uzmanlaşarak
mezun olmalarına olanak sağlamak amacıyla değişik
alanlarda seçmeli dersler öğrencilerimize sunulmaktadır.
Mezunlarımızın disiplinin temel kavramlarına ve en
son teknolojilere hakim, seçtikleri alanlarda teorik ve
pratik bilgilerle donatılmış bir şekilde hayata atılmaları
hedeflenmektedir.
2016 LYS sonuçlarına göre bölümümüz puan
sıralamasında İzmir’de bulunan üniversitelerin ilgili
bölümleri arasında birinci sırada yer almıştır. Mevcut
öğrencilerimize ve aramıza katılacak bu başarılı adaylara
mesleğimizin araçlarını öğretmek, onları araştırma
çalışmalarına yönlendirmek bizlerin en önemli
sorumluluğu olacaktır.
Bilgisayar Mühendisliği diğer temel mühendislik
alanlarında olduğu gibi eldeki kaynakların verimli bir
şekilde kullanılmasını, alanıyla ilgili problemlere en
iyi çözümlerin bulunmasını ve bu yolla insan hayatını
kolaylaştırmayı amaçlar. Özel olarak bilgisayara dayalı
bilgi sistemlerini tasarlama, sistemlerin işlerliğini
sağlama; veri elde etme, işleme ve değerlendirme
çalışmalarında bilgisayar kullanımının önemini de
vurgulayarak gereken bilgi desteğini verir. İletişim
hizmetleri veren şirketlerin, finans kurumlarının,
savunma endüstrisi ile işbirliği içinde çalışan
kuruluşların bilgi işlem birimlerinde, her türlü yazılım
ve donanım üretimi işinde, tıbbi yazılım endüstrisinde,
Umarım bu sayı bölümümüz çalışmaları hakkında
açıklayıcı olur. Keyifli okumalar dileriz.
Doç. Dr. Yusuf Murat Erten
Bölüm Başkanı
3
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Genel Bilgiler
Bilgisayar Mühendisliği Bölümü
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
4
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Genel Bilgiler
Bölümümüz diğer üniversitelerden farklı olarak, lisans
öğrencilerinin eğitim planındaki çağın gereksinimlerine
uygun olarak hazırlanmış uzmanlık dallarından birini
tamamlamasını zorunlu kılar. Bu alanlar; bilgisayar
ağları, yazılım mühendisliği, bilgi yönetimi, çok
çekirdekli mimari ve paralel programlama, gömülü
sistemler, yapay zekâ ve güvenlik olarak sayılabilir.
Vizyon
Özgür düşünceyi, çağdaş ve evrensel değerleri
benimseyen, kurumsal kimliği güçlü, uluslararası
saygınlığa sahip bir araştırma ve eğitim kurumu olarak
tanınmak.
Misyon
Bölümümüz, araştırma-geliştirme çalışmalarının
yürütüldüğü, sanayi ile işbirliği içinde projelerin
gerçekleştirildiği, düşünmeyi, bilgiye ulaşıp kullanmayı
bilen, hayat boyu öğrenmeyi şiar edinmiş, etik değerlere
bağlı, sosyal sorunlara duyarlı araştırmacılar ve
mühendislerin yetişmesine uygun, bir ortam yaratmayı
hedeflemektedir.
Yüksek Lisans ve Doktora Programları
Yüksek Lisans Programı, Bilgisayar Bilimleri,
Bilgisayar Mühendisliği veya yakın bir dalda lisans
derecesine sahip olanlara, mevcut teknolojiler ve
araştırma alanlarında güncel bilgiyi ve araştırma yapma
kabiliyetini aktarmayı hedefler. Yüksek lisans derecesi
7 adet ders ve bir tez çalışmasından oluşur. Çalışmak
isteyen öğrenciler için İYTE içerisindeki İzmir Teknoloji
Geliştirme Bölgesi’nde iş olanakları mevcuttur.
Lisans Programı
İYTE Bilgisayar Mühendisliği Bölümü 1992 yılında
kurulmuş ve ilk olarak yüksek lisans programı
açılmıştır. 1999 yılında Gülbahçe-Urla yerleşkesinin
açılmasıyla bölüm yeni kampüse taşınmış ve aynı
yıl lisans programı açılmıştır. Lisans öğrencisi kabul
kontenjanı 2015 yılı itibariyle 57’dir.
Doktora programı, Bilgisayar Bilimleri, Bilgisayar
Mühendisliği veya yakın bir dalda yüksek lisans
derecesine sahip öğrenciler içindir. Doktora derecesi,
değişik araştırma alanlarından 7 adet ders, yeterlilik
sınavı, tez önerisi ve tez çalışmasından oluşur.
Bölümümüz, Avrupa’da çeşitli araştırma grupları ile
işbirliği içerisindedir ve ortak diploma imkanı da
sunabilmektedir.
IYTE kampüsü içerisindeki teknoloji gelistirme
bölgesinin barındırdığı şirketler ağırlıklı olarak bilişim
sektöründedir ve Bölümümüz gerek eğitim programını
güncel tutma gerekse ögrencilere staj ve iş olanakları
sağlama açısından bu şirketlerle yakın iletişim
halindedir.
5
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yayın ve Proje
Bilgisayar Mühendisliği Bölümü
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
6
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Uluslararası İndekslerde Taranan Yayınlarımız (2010-...)
YAZAR(LAR)
BAŞLIK
DERGİ
CİLT/SAYFA
YIL
Ayav, T., Sözer, H.
Identifying critical
architectural components
with spectral analysis of
fault trees
Applied Soft
Computing
DOI: 10.1016/j.
asoc.2016.06.042
2016
Uzyıldırım F. E.;
Özuysal M.
Instance Detection by
Keypoint Matching beyond
the Nearest Neighbor
Signal, Image and
Video Processing
DOI:10.1007/s11760016-0966-6
2016
Tuglular, T.; Belli, F.;
Linschulte, M.
Input Contract Testing of
Graphical User Interfaces
International
Journal on Software
Engineering
and Knowledge
Engineering
Vol. 26, No.2, pp
183-215, March
2016
2016
Baştanlar, Y.
A simplified two-view
geometry based external
calibration method for
omnidirectional and PTZ
camera pairs
Pattern Recognition
Letters
vol. 71, February
2016
2016
Tastekin, SY, Erten,
YM, Bilgen, S
Accounting for Product
Similarity in Software
Project Duration
Estimation
International
Journal of Software
Engineering
and Knowledge
Engineering
vol. 26, No:1, pp 6386. February 2016
2016
Belli, F.; Budnik,
C.J.; Hollmann, A.;
TUGLULAR, T.;
Wong, W.E.
Model-based mutation
testing—Approach and
case studies
Science of Computer
Programming
Vol. 120, pp 25-48
2016
TUGLULAR, T.;
Muftuoglu, C.A.; Belli,
F.; Linschulte, M.
Model-Based Contract
Testing of Graphical User
Interfaces
IEICE Transactions
on Information and
Systems
Vol.E98- D, No.7,
pp. 1297-1305, July
2015.
2015
Tos U., Mokadem, R.,
Hameurlain A., Ayav
T. and Bora S.
Dynamic replication
strategies in data grid
systems: a survey
Journal of
Supercomputing
DOI: 10.1007/
s11227-015-1508-7
2015
7
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
YAZAR(LAR)
BAŞLIK
DERGİ
CİLT/SAYFA
YIL
Ayav T., Ergenc B.
Full-Exact Approach for
Frequent Itemset Hiding
International Journal
of Data Warehousing
and Mining
11(04), pp.49-63,
November
2015
Serap Şahin, Rabia
Aslanoğlu
Comparison of Group Key
Establishment Protocols
Turkish Journal of
Electrical Engineering
& Computer Sciences
DOI: 10.3906/elk1407-213
2015
Tugkan Tuglular,
Arda Muftuoglu,
Fevzi Belli, Michael
Linschulte
Model-Based Contract
Testing of Graphical User
Interfaces
IEICE Transactions
on Information and
Systems
Vol. E98-D No. 7
2015
Oguz, D., Ergenc, B.,
Yin, S., Dikenelli, O.,
Hameurlain, A.
Federated query
processing on linked data:
a qualitative survey and
open challenges
The Knowledge
Engineering Review
volume 30, issue 05,
pp. 545-563
2015
Cinaroglu, I.,
Bastanlar, Y.
A Direct Approach
for Object Detection
with Catadioptric
Omnidirectional Cameras
Signal, Image and
Video Processing
DOI:10.1007/s11760015-0768-2
2015
Aslan, B.G., Öztürk,
Ö., İnceoğlu, M.M.
Effect of Bayesian Student
Modeling on Academic
Achievement in Foreign
Language Teaching
Educational Sciences:
Theory & Practice
Vol. 14(3), 2014, pp.
1 – 26
2014
Fevzi Belli, Mutlu
Beyazıt, Takeshi
Endo, Aditya Mathur
Fault Domain-Based
Testing in Imperfect
Situations: A Heuristic
Approach and Case
Studies
Software Quality
Journal
DOI10.1007/s11219014-9242-6, pp.
1–17
2014
Belli, F., Endo, A.,
Linschulte, M.,
Simao, A.,
A Holistic Approach
toModel-based Testing
of Web Service
Compositions
Software: Practice
and Experience, John
Wiley & Sons
vol. 44(2), p. 201–
234
2014
Oguz, D., Yıldız B.,
Ergenç, B.
Matrix-Based Dynamic
Itemset Mining Algorithm
International Journal
of Data Warehousing
and Mining (IJDWM)
9(4), 62-75, OctoberDecember
2013
Belli, F., Beyazıt, M.,
Takagi, T., Furukawa,
Z.,
Model-based
MutationTesting Using
Pushdown Automata
IEICE Transactions
on Information
andSystems
vol.9
E95-D,2211-2218
2012
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
8
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
YAZAR(LAR)
BAŞLIK
DERGİ
CİLT/SAYFA
YIL
M. Calonder, V.
Lepetit, M. Özuysal,
T. Trzcinski, C.
Strecha, P. Fua
BRIEF: Computing a Local
Binary Descriptor Very
Fast
IEEE Transactions on
Pattern Analysis and
Machine Intelligence
vol.34(7), p.12811298
2012
Bastanlar, Y.,
Temizel, A., Yardimci,
Y., Sturm, P
Multi-view Structure-fromMotion for Hybrid Camera
Scenarios
Image and Vision
Computing
vol.30(8), p.557–572
2012
Ladicky, L., Sturgess,
P., Russell, C.,
Sengupta, S.,
Bastanlar, Y.,
Clocksin,W., Torr, P.
Joint Optimisation
for Object Class
Segmentation and Dense
Stereo Reconstruction
Int. Journal of
Computer Vision
(IJCV)
vol.100(2), p.122–
133
2012
Tekir, S.
Reading CS Classics
Communications of
the ACM
Vol 55(4), p.32-334.
2012
Tekbacak, F.,
Dagdeviren, O.,
Korkmaz, I., Erciyes,
K.
A Survey of Agent
Technologies for Wireless
Sensor Networks
IETE Technical
Review
vol. 28(2), p. 168184
2011
Puig, L., Bastanlar,
Y., Sturm, P.,
Guerrero Campo, J.,
Barreto, J.
Calibration of Central
Catadioptric Cameras
Using a DLT-Like
Approach
Int. Journal of
Computer Vision
(IJCV)
vol.93(1), p.101–114.
2011
M. Özuysal, M.
Calonder, V. Lepetit,
P. Fua
Fast Keypoint Recognition
using Random Ferns
IEEE Transactions on
Pattern Analysis and
Machine Intelligence
vol.32(3), p.448-461
2010
Mavi Ayse; Cermik
Tevfik F.; Urhan
Muammer; Puskulcu
H.; et al.
The Effect of Age,
Menopausal State, and
Breast Density on (18)
F-FDG Uptake in Normal
Glandular Breast Tissue
Journal of Nuclear
Medıcıne
Vol: 51 Issue: 3
Pages: 347-352
2010
Bastanlar, Y.,
Temizel, A., Yardimci,
Y.
Improved SIFT Matching
for Image Pairs with a
Scale Difference
Electronics Letters
vol.46(5), p.346-348
2010
9
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Desteklenen Projeler (2013-...)
ÖĞRETİM ÜYESİ
BAŞLIK
TÜRÜ
GÖREVİ
BAŞLANGIÇ
YILI
Bastanlar, Y.
Fotokapan fotoğraflarında bazı
TÜBİTAK ARDEB 1001
Yürütücü
2016
TÜBİTAK 3001
Yürütücü
2015
TÜBİTAK ARDEB 3501
Yürütücü
2015
TÜBİTAK ARDEB 3501
Yürütücü
2015
TÜBİTAK ARDEB 3501
Yürütücü
2014
BAP
Yürütücü
2014
TÜBİTAK TEYDEB
Araştırmacı
2014
TÜBİTAK BİDEB 2236
Sorumlu Bilim
2014
hayvan türlerinin tespiti
Development of Applications that
Kumova, B.
can Fuzzy-Syllogistic Reason over
Fuzzy Ontologies
DFIS-Çoklu Destek Esiklerinde
Ergenç, B.
Dinamik Sık Kümeler Madenciligi ve
Gizleme Platformu
Tekir, S.
Haber Zincirlerinde Tutarlılık ve
Güvenilirlik Değerlendirmesi
Özuysal, M.
Ölçeklenebilir Hibrit Nesne Tanıma
Sistemi
Tarihi Kaynakların Üzerinde Veri
Tekir, S.
Analizi ve Görselleştirme Teknikleri
Uygulaması (19. Yüzyıl İngiliz
Konsolosluk Raporları Örneğinde)
Spektral Verimli Küçük Hücre Baz
Ayav, T.
İstasyonları için Karışım Önleme ve
Geri Besleme Kanal Tasarımı
Erdogmus,
Scene Text Recognition and Its
N.,Özuysal, M.
Applications in Turkish
Trafik Sahnelerinde Tümyönlü ve
Baştanlar, Y.
İnsanı
TÜBİTAK ARDEB 3501
PTZ Kameralar ile Araç Tespiti ve
Sınıflandırması
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
10
Yürütücü
2013
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Araştırma
Bilgisayar Mühendisliği Bölümü
11
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Araştırma Odağı
Araştırma Grupları
Yukarıda verilen ana tema altında yürütülen çalışmalar,
dört başlık altında toplanmıştır ve bunlara katkı
sağlayan araştırma grupları aşağıda verilmiştir.
Güvenilir Akıllı Hesaplama
Güvenilir bir sistem, olumsuz çevresel koşullara,
kendinden veya insan operatörlerden kaynaklı
problemlere ve düşmanlardan gelecek saldırılara rağmen
yasal kullanıcıların ondan beklediği neyse onu yapar,
başka bir şey yapmaz. Tasarım ve gerçekleme sırasında
hatalardan kaçınılmalı, elimine edilmeli veya bir şekilde
tolere edilmelidir. Bu boyutlardan sadece bazılarını
dikkate almak yeterli değildir. Kendi başlarına güvenilir
olarak bilinen bileşenleri bir araya getirmek de yeterli
gelmez. Dolayısıyla, güvenilirlik çokyüzlü ve bütünsel
ele alınması gereken bir kavramdır.
Akıllı sistemler
Bu araştırma alanının amacı zeki bileşenler ve otonom
sistemler geliştirmektir. Matematiksel mantık,
olasılıksal çıkarsama ya da dağıtık planlama gibi klasik
yapay zeka konuları akıllı hesaplama ile birleştirilerek
hibrit yöntemler üretilir. Bu alandaki geçmiş projeler,
zeki mekatronik aygıtlar (örneğin robotik görüye dayalı
otonom robotlar veya konfigure edilebilir cihazlar) ve
robot yazılımları (örneğin vücut bulmuş veya gelişen
bilişsel mimariler ya da istatistiksel veriden bulanık
tasımsal çıkarsama ile ontoloji çıkarımı) geliştirmeyi
amaçlamıştır. İlgili araştırma grubu ve konuları aşağıda
verilmiştir.
Akıllı hesaplama, gerçek hayatta algılayan, çıkarsayan,
öğrenen ve akıllı davranan sistemler oluşturmayı ve
entegre etmeyi amaçlar. Gerçek veriler ve süreçler
genellikle dinamik ve stokastik olduğundan, akıllı
sistemler büyük miktarda veri, güncellenen veri veya
kurallar, beklenmeyen bazı değişimler ile başa çıkmak
zorundadır. Dolayısıyla, bu sistemlerin tasarımı
ölçeklenebilirlik ve karşılanması gereken kısıtlar
açısından zordur.
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
Distributed Intelligent Virtual Environments (DIVE)
Lab., Yrd. Doç. Dr. Bora Kumova, Dr. Burak G. Aslan
• Zeki mekatronik aygıtlar
• İstatistiksel ontolojiler
• Otonom robotik görü
• Gelişen bilişsel mimariler
12
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
bileşenlerinin modellenmesi, tasarlanması, uygulanması
ve değerlendirilmesi için gerekli olan metodolojiler,
mimariler ve mekanizmalar ile uygulamalar bu grubun
ilgi alanını oluşturmaktadır.
Bilişim Sistemleri Yönetimi
Bilişim yönetim sistemleri; büyük miktardaki verinin
işlenmesi, karmaşık hesaplamaların yapılması ve
eşzamanlı süreçlerin denetimi gibi işlerde insana
gereksinim duyduğu desteği vermek üzere tasarlanmış
bilişim teknolojileridir. Karakteristik bir bilişim
yönetim sistemi kişilerin ve kurumların veri toplama,
filtreleme, işleme, yaratma ve dağıtma işlevlerini
gerçekleştirdikleri donanım ve yazılımlar bütünüdür.
Bilişim sistemleri yönetimi; bilgi güvenliği, veritabanı
yönetimi ve karar destek sistemleri gibi çok sayıda bilim
dalını kapsar. Ayrıca çok farklı tipte bilişim yönetim
sistemi bulunmaktadır. Bunlara örnek olarak hareket
işlem sistemleri, karar destek sistemleri, bilgi yönetim
sistemleri, öğrenme yönetim sistemleri, veritabanı
yönetim sistemleri ve ofis bilişim sistemleri verilebilir.
Araştırmamız aşağıdaki konularda yoğunlaşmaktadır:
• Çip üzerinde sistem ve entegre devre testleri
• Model tabanlı test ve sınama
• Hataya dayanıklı tasarım
• Yazılım kırılganlık tespiti
• Sınama, doğrulama ve test
• Yazılım güvenilirliği ve hataya dayanıklılık
• Metrikler, ölçümler ve Analiz
Bilgisayarla Görü
Bilgisayarla Görü araştırmalarının odağı imge ve
videolardan anlamlı bilgi çıkarabilmek için görsel
verinin analizidir. Görüntüdeki nesnelerin türlerini
ve yerlerini tespit etmek, görüntülerden sahnenin
3B modelini oluşturmak, görüntülere sanal nesneler
oturtmak, görüntülerin piksel düzeyinde bölütlenmesi,
biometrik veri (iris, parmak izi vb.) ile şahıs tespiti
uğraşılan problemlere örnek olarak verilebilir. İlgili
öğretim üyelerinin alt araştırma grupları aşağıda
sıralanmıştır.
Veri Analitiği Araştırma Grubu (DARG), Yrd. Doç. Dr.
Selma Tekir
• Semantik analiz
• Tutarlılık, güvenilirlik, güven gibi yüksek seviyeli
bilgi niteliklerinin ölçülmesi ve temsil edilmesi
• Bilgi savaşı yeteneklerini ve olanaklarını destekleyici
veri madenciliği ve veri birleştirme uygulamaları
Veri İşleme Araştırma Grubu (DWorld), Yrd. Doç. Dr.
Belgin Ergenç Bostanoğlu
• Geniş ölçekli sorgu eniyileştirmesi
• Bağlı veri üzerinde federe sorgu işletimi
• Dinamik öğe seti madenciliği ve saklanması
• Computer Vision Research Group (CVRG), Yrd.
Doç. Dr. Yalın Baştanlar
• Visual Intelligence Research Group (VIRG), Yrd.
Doç. Dr. Mustafa Özuysal
• Biometrics Group, Yrd. Doç. Dr. Nesli Erdoğmuş
Bilişim Sistemleri Güvenliği Araştırma Grubu (ISSRG),
Yrd. Doç. Dr. Serap Şahin
• Tanımlama
• Yetkilendirme
• Gizlilik
Güvenilir Bileşenler ve Sistemler
Güvenilebilirlik, güvenli donanım bileşenleri ve
yazılım sistemleri için gerekli olan güvenlik, emniyet,
güvenilirlik gibi işlevsel olmayan sistem özelliklerini
ve bunlara ilişkin verimli teknikleri barındırır.
Sözkonusu sistemler, güç şebekeleri, ulaştırma, tıp
ve finans gibi sektörlerde bulunmakta olup, çeşitli
seviyelerde meydana gelebilecek olası hataların önemli
finansal kayıplara ve hatta can kayıplarına neden
olabileceği sistemlerdir. Güvenilir donanım ve yazılım
13
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Araştırma Özetleri
Bilgisayar Mühendisliği Bölümü
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
14
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Bora Kumova
2) Bulanık Varlık Bilimleri üzerinde Bulanık
Tasımsal Çıkarımlar Yapabilen Uygulamalar
Geliştirmek
1) Okuma Yazma Bilmeyen Çocukların
Sembolik Etkileşimi
Yaklaşım: Bulanık tasımsal düzenlerin (FSS) küme
kuramına ve algoritmalara dayalı gösterimi. Olasılıksal
varlık bilimleri öğrenip, bunları FSS’lerle eşleştirerek,
bulanık tasımsal varlık bilimleri (FSO) elde ederiz.
FSO’lar, bir alan bilgisini FSS’lerin bulanık niteleyici
ilişkileriyle sistematik bir biçimde gösterirler. Böylece
FSO’lar alandan bağımsız çıkarım ve aracılar arası
değişim için kullanılabilirler.
Yaklaşım: Robotun mekatroniği üzerinde uygulamalar
geliştirmek amacıyla kullanılacak bir sembolik dilin
geliştirilmesi.
Fig 1: LCD’nin sol üst köşesinde görünen uygulama için
izin verilen işlemler, o uygulamanın sembolünün hemen
altında bulunan açılır pencerede dizilmiştir.
Fig 3: FSS’lerin alan bilgisini genel amaçlı göstermek ve genel
amaçlı çıkarım sağlamak için uygulanması.
Fig 1: becerik’ Uygulamasının Açılır Penceresi
Fig 2: becerik Editörün Açılır Pencereleri
Fig 2: İkinci satırda görünen editörün birinci düzey
açılır penceresinde, geçerli olan algı, işlem ve etki
komutları gösterilmektedir. Bunlardan şuan yaklaşık 20
adet gerçekleştirilmiş. Ekranda görünmeyen komutlar
ise, açılır pencerenin sol/sağ kenarlarında sayfalanabilir.
İkinci düzey açılır pencere ise, Şuan editörde düzenlenen
programa seçilip, eklenebilecek “ileri yürü” komutun
gerçek bulanık değerlerini gösterir. Gösterilen bulanık
değerler sırasıyla çok yavaş.
15
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Dr. Burak G. Aslan
Alanyazında e-öğrenme sistemleriyle ilgili yapılan
çalışmalar iki temel açıdan sürdürülmektedir. Eğitim
ağırlıklı alanda yapılan çalışmalarda genellikle klasik
(örgün) eğitimle, bilgisayar destekli (e-öğrenme
vb.) eğitim çalışmaları akademik başarı açısından
kıyaslanmakta iken; mühendislik yoğun alanda ise
mühendislik yoğun alanda ise e-öğrenme sisteminde
kullanılan öğrenci modellerinin, klasik ölçüm araçları
yardımıyla oluşturulan öğrenme biçemleri sonuçlarıyla
ne derece benzerlik gösterdikleri karşılaştırılmaktadır.
“E-Öğrenme sistemlerinde kullanılan kendini
uyarlayabilen (adaptive) yaklaşımlarda
kullanıcı modellemesi tabanlı bir çözüm
geliştirilmesi ve başarımının ölçülmesi”
Son kullanıcıya hitap eden çok-bileşenli sistemlerde
farklı kullanıcıların, farklı beklentilerinin olması
kaçınılmazdır. Son yıllarda ve günümüzde geliştirilen
yazılımların çok-bileşenli (hatta yeri geldiğinde oldukça
karmaşık) yapıları kullanıcılara odaklı birtakım
çözümlerin de entegre edilmesini zorunlu kılmaktadır.
Bu bağlamda uyarlanabilir (adaptable) çözümlerde
kullanıcı kontrolü esasken, kendini uyarlayabilen
(adaptive) çözümlerde sistemin otomatik olarak kendini
kullanıcıya göre uyarlaması esastır. Uyarlanabilir
sistemler kullanıcılardan gelen doğrudan dönütlerle
çalıştıkları için günümüzde pratikte kullanım olanakları
sınırlıdır. Kullanıcı hakkında otomatik bilgi toplayan
ve oluşturduğu kullanıcı modeli üzerinden otomatik
geribildirimler sağlayan kendini uyarlayabilen sistemler,
uygulanma kolaylıkları göz önüne alındığında ön plana
çıkmaktadır.
Asıl amaç; sonuç itibariyle, öğrencilerin daha iyi
öğrenmelerini ve sistemi daha verimli kullanmalarını
sağlamak olduğuna göre, bunu ölçmenin en iyi
yollarından birinin önerilen kendini uyarlayabilen
sistemlerin akademik başarıya olan etkisinin de
ölçülmesiyle gerçekleşeceği ortaya çıkmaktadır.
Bu bağlamda, İngilizce’nin yabancı dil olarak eğitimi
konulu bir başlık altında bir İngilizce dersi konusu
(if-clauses) seçilerek bu dersin bir e-öğrenme sistemine
entegrasyonu sağlanmıştır 1. Felder ve Silverman’ın
öğrenme biçemleri modeli esas alınarak Şekil 1.’de
gösterildiği gibi kendini uyarlayabilen bir kullanıcı
modelleme katmanı geliştirilmiştir.
E-öğrenme sistemleri ise yukarıda bahsedilen
kendini uyarlama yaklaşımlarını yaygın olarak
öğrenme biçemlerinden (learning styles) hareketle
gerçekleştirmektedirler. E-öğrenme sistemi üzerinde
kullanıcıların davranışları kayıt altına alınarak,
öğrenme biçemlerine dayalı olarak geliştirilen öğrenci
modelleri oluşturulmaktadır. Bu modeller kullanılarak
sistemde tanımlanmış farklı öğrenme biçemlerine hitap
eden öğrenme materyalleri ve senaryoları ilintili öğrenci
modeline sahip kullanıcılarla eşleştirilmektedir.
Bu akıllı katman yardımıyla kullanıcıların sistem
üzerindeki davranışları kayıtlanarak öğrenci modelleri
oluşturulmuştur. Yarı-deneysel bir desen kurularak
kontrol grubuna (23 kişi) öğrenci modelleme
katmanının devrede olmadığı bilgisayar destekli
içerikler sunulurken, deney grubuna (23 kişi) ise
öğrenci modelleri kullanılarak kendini uyarlayabilen
sistem yardımıyla eğitim verilmiştir. Her iki
grubun da akademik başarımları geçerlik-güvenirlik
çalışmaları yapılmış 24 soruluk bir başarı testiyle
karşılaştırılmıştır2.
Şekil 1. Çalışmada gerçekleştirilen kullanıcı
modelleme sistemi mimarisi
1
http://web.iyte.edu.tr/~burakaslan/main.html (Ağustos, 2016)
2
http://files.eric.ed.gov/fulltext/EJ1034095.pdf (Ağustos, 2016)
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
16
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Belgin Ergeç Bostanoğlu
bağımlılık analizinde kullanımı akla gelen örneklerdir.
Sık Kümeler Madenciliği algoritmaların temel zorluğu
veri büyüklüğünden kaynaklanmaktadır. Erken
çalışmaların yetersizliği, Apriori algoritmasının aday
küme üreten ve bu aday kümelerin sıklığını kontrol
etmek için veri tabanını çoklu tarayan yaklaşımından
kaynaklanmaktadır. İzleyen çalışmalar, aday küme
yaratmadan, ağaç, matris veya çizge veri yapılarında
kayıt imzalarını tutarak ve veri tabanını 2 kere tarayarak
sık kümeleri bulurlar; Apriori tabanlı yaklaşımlardan
daha başarılıdırlar. Ancak bu çalışmaların da gerçek
dünya kullanımında eksiklikleri vardır; örneğin veri
dinamizmi ile baş etme, çoklu “sık” tanımı ve veri
paylaşımı durumunda organizasyon için duyarlı olan
bilginin çıkarımının engellenmesi gereksinimlerini
göz ardı ederler. Bu zorluklara tek tek odaklanan
araştırmalar vardır ancak bu gereksinimlere aynı
platform içinde yanıt vermeye çalışan araştırma
bulunmamaktadır. DWorld araştırma grubunun ilk
projesi olan DFIS (Dynamic Frequent Itemset Mining
and Hiding under Multiple Support Thresholds “Çoklu Destek Eşiklerinde Dinamik Sık Kümeler
Madenciliği ve Gizleme Platformu”) bu zorluklarla aynı
sınama platformunda baş etmeyi hedeflemektedir.
Yrd. Doç. Dr. Belgin Ergenç Bostanoğlu İYTE
Bilgisayar Mühendisliği Bölümü’nde DWorld Veri
İşleme Araştırma Grubu’nun yürütücülüğünü
yapmaktadır. Grup, 2008 yılından beri günümüz
dünyasında hızla büyüyen, farklı tiplerde ve dağıtık
olarak bulunabilen verinin yönetimi, birleştirilmesi,
analiz edilmesi ve paylaşılmasındaki zorluklar üzerine
araştırmalar yürütmektedir. Şu anda, grupta 2 doktora
ve 2 yüksek lisans öğrencisi çalışmakta ve aşağıda
kısaca anlatılan 2 ana proje yürütülmektedir. İlk proje
(DFIS), 2015’de başlayan ve 2018’e kadar sürecek
TEYDEB 3501 projesidir, ikinci projede (Bağlı Veri) ise
Ege Üniversitesi ve Paul Sabatier Üniversitesi ile ortak
doktora kapsamında işbirliği yapılmaktadır.
DFIS- Çoklu Destek Eşiklerinde Dinamik Sık
Kümeler Madenciliği ve Gizleme Platformu
Veri madenciliği, büyük veri tabanlarından istatistik
fonksiyonları ile çıkarılamayacak gizli örüntüleri
çıkarmaya hedefler. Temel veri madenciliği görevleri
sınıflama, kümeleme ve ilişki kuralları madenciliğidir.
Bu görevlerden ilişki kuralları madenciliği, veri
tabanlarındaki ilginç ilişkileri ortaya koymayı amaçlar;
bu alanın adını duyuran, en çok kullanılan ve dolayısı
ile en çok araştırılanıdır. İlişki kuralı bulma süreci,
iki aşamadan oluşur; ilk aşamada veri içinde “sık”
tekrarlanan nesne kümeleri (”frequent itemsets”)
bulunur, ikinci aşamada ise bu kümeler arası ilişki
kuralları belirlenir. Nesne kümesinin tüm veri
tabanında kaç kere tekrarlandığının ölçütü “destek”
olarak tanımlanır, nesne kümesinin destek değeri
kullanıcı tarafından verilen destek eşiğini aşıyorsa
“sık” olarak tanımlanır. Büyük veri tabanlarında sık
kümelerin bulunması, kayıt adedi ve nesne çeşitliliği
fazla olduğu için çeşitli güçlükler içerir. İkinci aşama
olan sık kümelerden ilişki kuraları bulma basittir.
Dolayısıyla araştırmalar, sık kümeleri bulmaya
yoğunlaşır hatta çoğunlukla sık kümeler madenciliği
ifadesi, ilişki kuralı madenciliği yerine kullanılır. Sık
kümeler madenciliği gerçek dünya uygulamalarının
birçoğunda kullanılmaktadır; tık sellerinin (“click
stream”) analizinde, web linklerinin analizinde,
genom analizinde, ilaç tasarımlarında, ürünlerin
satışı arttıracak şekilde raflara ya da kataloglara
yerleştirilmesinde, çapraz satış çalışmalarında, etkin
web sitesi tasarımında, sahtekârlık tespitinde, teknik
Şekil 1’de bileşenleri gösterilen DFIS sınama
platformunda, veri madenciliği alanının en çok
kullanılan yöntemi olan, ilişki kuralları (“association
rules”) madenciliğinin başetmeye çalıştığı zorluklardan,
veri büyüklüğü, veri dinamizmi, sık kümelerin
(“frequent itemsets”) çoklu destek eşik (“support
threshold”) değerleri ve paylaşımda duyarlı (“sensitive”)
bilgilerin gizlenmesi (“sensitive knowledge hiding”)
problemleri ile aynı anda uğraşılmaktadır. Arka plan
dinamik olmayan algoritmaları ve karşılaştırma
çalışmalarında kullanılan rakip algoritmaları
içermektedir. Çoklu Destek Eşiklerinde Sık Kümeler
Madenciliği yapan temel algoritma arka plandadır. Bu
algoritma, verilen veri tabanı ve çoklu destek eşiklerine
göre sık kümeleri üretebilecektir. Arka planda yer alan
bir diğer algoritma ise Çoklu Destek Eşiklerinde Sık
Küme Gizleme algoritmasıdır. Bu algoritma, verilen
veri tabanı, çoklu destek eşikleri ve hassas kümelere göre
hassas kümelerin en az yan etki ile gizlenmesini yaparak
paylaşıma hazır hale getirebilmektedir. Arka planda
karşılaştırma çalışmalarında kullanılacak algoritmalar
da çalıştırılabilmektedir. Dinamik katman ise gelen
güncellemeleri ve daha önceki sonuçları kullanarak,
artımlı olarak sonuç üretebilen katmandır. Bu katmanın
17
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
da iki temel algoritması bulunmaktadır. İlk algoritma,
Dinamik Sık Kümeler Madenciliği algoritmasıdır. Bu
algoritma sürekli gelen veri tabanı güncellemelerini
dikkate alarak sık kümeleri güncel tutmaktadır.
Dinamik katmanın ikinci algoritması ise Çoklu
Destek Eşiklerinde Dinamik Sık Kümeler Gizleme
algoritmasıdır. Güncellemelere göre hassas kümelerkayıtlar indekslerini güncel tutabilmekte ve istendiğinde
gizliliği korunmuş veri tabanını üretebilmektedir.
için aynı zamanda bir yüksek lisans tezi olan MISFPGrowth algoritması geliştirilmiş, rakip çalışmalarla
karşılaştırılmış ve uluslararası bir konferansta
sunulmuştur. İkinci adım için “Dynamic MIS1” ve
“Dynamic MIS2” olarak isimlendirilen, gene bir yüksek
lisans tezi olarak çalışılan ve uluslararası bir başka
konferansa gönderilen 2 ayrı algoritma geliştirilmiştir.
Üçüncü adım bir doktora tezi kapsamında
çalışılmaktadır; “PGBS Sanitization” algoritması
geliştirilmiş, rakip çalışmalarla karşılaştırılmış ve
sonuçlar bir dergi yayını olmak üzere gönderilmiştir.
Dördüncü alt adım için araştırma ve geliştirme devam
etmektedir.
DFIS platformunun yenilikçi yönü, birden çok sık
kümeler madenciliği zorluğuna aynı platform içinde
çözüm getirmek olduğu kadar platform bileşenlerinin
de daha önce yapılan araştırmalardan farklı olmasından
kaynaklanmaktadır. Yar. Doç. Dr. Belgin Ergenç
Bostanoğlu’nun platform bileşenlerinin her birine
ilişkin geçmiş çalışmaları vardır. Bu çalışmaların
yetersizlikleri, bu proje kapsamında giderilmeye
çalışılmaktadır ve tüm parçaların birbirleri ile uyumlu
olmaları sağlanmaktadır. Platform çalışmaları 4 temel
alt adım halinde planlanmış ve yürütülmektedir; 1)
Çoklu Destek Eşiklerinde İlişki Kuralları Madenciliği,
2) Çoklu Destek Eşiklerinde Dinamik İlişki Kuralları
Madenciliği, 3) Çoklu Destek Eşiklerinde İlişki
Kuralları Gizleme ve 4) Çoklu Destek Eşiklerinde
Dinamik olarak İlişki Kuralları Gizleme. İlk alt adım
Yüksek Lisans Tezleri
• Sadeq Darrab, “Çoklu destek eşiklerinde sık kümeler
madenciliği için uygulama iskeleti geliştirilmesi”,
Temmuz 2016.
• Nourhan Abuzayed, “Çoklu destek eşiklerinde
dinamik sık kümeler madenciliği için uygulama
geliştirilmesi“, Temmuz 2016.
Yayınlar
• Sadeq Darrab and Belgin Ergenç, “Frequent Pattern
Mining under Multiple Support Thresholds”, Wseas
Şekil 1 DFIS- Çoklu Destek Eşiklerinde Dinamik Sık Kümeler Madenciliği ve Gizleme Platformu
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
18
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Transactions on Computer Research, vol: 4, 2016
Thresholds”, Journal of Statistical Data Analysis and
Data Mining (değerlendirme sonucu bekleniyor)
• Nourhan Abuzayed and Belgin Ergenç, “Dynamic
Itemset Mining under Multiple Support Thresholds”,
The 2nd International Conference on Fuzzy Systems
and Data Mining, China Macau, 11-14 December 2016
Bağlı Veriyi Sorgulama
Bağlı veri, yapısal veriyi veb üzerinde yayımlama ve bu
verileri birbirine bağlama yöntemi olarak adlandırılır.
Aynı zamanda bu yöntemle oluşturulmuş veriye de bağlı
Şekil 2 Bağlı Veri Bulutu
• Ahmet Cumhur Öztürk and Belgin Ergenç,
“Itemset Hiding under Multiple Sensitive Thresholds”,
International Journal of Knowledge and Information
Systems (değerlendirme sonucu bekleniyor)
veri denilebilmektedir.
Bağlı veri sayesinde dağıtık ve birbirlerine bağlı
veri kümeleri veb üzerinde büyük bir veri uzayı
oluşturmaktadır. Şekil 2’de3 bağlı veri formatında
yayınlanmış ve birbirlerine bağlanmış veri kümeleri
gözükmektedir. Böyle küresel bir veri uzayının
otomatik olarak nasıl sorgulanacağı önemli bir sorudur.
Bağlı veri sorgulama alt yapısı, veri kümelerinin
konumlarına göre merkezi ve dağıtık depolama olarak
ikiye ayrılabilir. Merkezi depolamada, tüm veri kümeleri
tek bir yerde depolanır ve sorgulama tek konumdan
yapılır. Bu altyapı verimli sorgu işleme sunmasına
rağmen sonuç her zaman güncel olmayabilir. Ayrıca
• Belgin Ergenç, Sadeq Darrab and Nourhan
Abuzayed, “Pattern Growth Tree based Algorithms
for Frequent Pattern Mining under Multiple Support
Thresholds”, ACM International Conference on
Management of Data, March 2017 (değerlendirme
sonucu bekleniyor)
• Nourhan Abuzayed and Belgin Ergenç, “Dynamic
Itemset Mining Algorithms for Multiple Support
3
19
http://lod-cloud.net/
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
yeni bir veri kümesi eklemek zor olabilir. Dağıtık
depolamada ise, sorgu dağıtık veri kümelerinde
yürütülür. Bu sayede sonucun daha güncel olması
sağlanır.
olarak tanımlanır. Dağıtık ortamlarda, iletişim maliyeti
diğer maliyetlerden baskın olduğu için, amaç iletişim
maliyetini minimize etmek olarak tanımlanabilir. Veb
üzerinde sorgular yürütüldüğü için veri geliş hızlarının
farklı olması, istatistiklerin olmaması veya istatistikler
olsa bile güvenilir olmaması sorgu eniyilemede ortaya
çıkan güçlüklerdir. Bu güçlüklerle başa çıkabilmek için
uyarlanabilir eniyileme yöntemi kullanılması çözüm
yöntemlerinden biridir.
Bu projede uyarlanabilir eniyileme yöntemi kullanılarak
hem yanıt süresini hem de tamamlama süresini
minimize etmeyi amaçlayan bir sorgu işleme operatörü
geliştirilmiştir. Farklı birleştirme metotları için veri geliş
hızlarını kullanarak kalan zaman tahmini yapabilen bu
operatör, sorgu işletimi sırasında kullanılan birleştirme
metodunu değiştirebilmektedir. İletişim maliyetini daha
da azaltmak için önerilen operatörün genişletilmesi
hedeflenmiştir.
Şekil 3 Birleştirilmiş Sorgu İşleme
Dağıtık depolamada sorgu işleme için bağ dolanımı ve
sorgu birleştirme (sorgu federasyonu) olarak adlandırılan
iki farklı yaklaşım vardır. Bağ dolanımının ana prensibi
veriler arasındaki bağları takip etmektir. Bu yaklaşımla,
yanlış bir başlangıç noktasından başlanıldığında
hem ara sonuç sayısı artabilir hem de tüm sonuçlar
bulunmayabilir. Diğer taraftan sorgu birleştirme
sorguyu alt sorgulara ayırarak ilgili veri kaynaklarında
bu sorguları yürütür. Dönen ara sonuçlar birleştirilir ve
sorgulama tamamlanır. Bu işlemler bir sorgu motoru
aracılığıyla gerçekleştirilir. İlgili veri kaynakları eksiksiz
seçildiği zaman, bu yöntem tüm sonuçları bulmayı
garanti eder.
Yayınlar
• D. Oguz, B. Ergenc, S. Yin, O. Dikenelli, A.
Hameurlain, “Federated Query Processing on Linked
Data: A Qualitative Survey and Open Challenges”.
Knowledge Engineering Review 30(5), pp. 545 - 563,
2015.
• D. Oguz, S. Yin, A. Hameurlain, B. Ergenc, O.
Dikenelli, “Adaptive Join Operator for Federated
Queries over Linked Data Endpoints”. 20th EastEuropean Conference on Advances in Databases and
Information Systems (ADBIS 2016), Prague, Czech
Republic, 28-31 August, 2016.
Birleştirilmiş Sorgu için Sorgu Eniyileme
Şekil 3’te birleştirilmiş sorgu motorunun nasıl çalıştığı
özetlenmiştir. Sorgu motoru ilk olarak sorgunun
hangi veri kümelerinde sorgulanacağına karar verir.
Ara sorgular ve ara sonuçlar veb üzerinden iletileceği
için ikinci adımda sorgu eniyileme gerçekleştirilir. Bu
adımda alt sorgular oluşturulur, birleştirme metoduna ve
alt sorguların sıralamasına karar verilir. Son adım, sorgu
eniyilemede karar verilen işlemlerin yürütülmesinden ve
sonucun hazırlanmasından sorumludur.
Sorgu motorları, yanıt süresini ve tamamlama
süresini minimize etmeyi hedeflerler. Yanıt süresi,
ilk sonucun üretilme zamanı olarak tanımlanırken,
tamamlama süresi tüm sonuçların üretilme zamanı
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
20
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Serap Şahin
Yürütülen çalışmalarımız:
Büyüyen sanal dünya ile beraber bilgi güvencesinin
önemi artmaktadır. Kişisel ve kurumsal kullanıcıların;
gizlilik, mahremiyet, erişilebilirlik, kimlik belirleme,
özgünlük kontrolü gibi güvenlik servislerine, bu
servislerin sürekliliğinin garanti edilmesine gereksinimi
vardır.
• Sosyal Ağlarda veri analizi ve mahremiyet; bu
konuda yürütülen üç çalışmamız bulunuyor.
Sunulan çözümler katmanlı bir yapıda olmaktadır.
En üstte son kullanıcıyla iletişimde olan uygulama
yazılımları, bunlar için güvenlik gereksinimlerini
garanti edecek protokoller ve en altta gereksinimlere
uygun kriptografik araçlar bulunur. Güvenilirlik
bütüncül bir çözüm olarak, her katmanın ve
katmanlar arası ilişkilerin iyi analiz, tasarım ve
uygulanmasıyla, zaman içinde de güncellenmesiyle
bağlantılıdır. Günümüzde, yeni teknoloji ve ürünlerinin
tasarım aşamasında güvenlik bileşenleri göz önünde
bulundurularak tasarımın yapılması beklenmektedir.
Şekil 1. %20 olasılıkla 1000 gönderi sonrası.
Güncel bir diğer konu; gizliliğine önem verilmeyen açık
tutulan verilerdir. Açık kaynak istihbarat (OSINT)
yöntemleriyle toplanmakta ve devletlerin ya da grupların
elinde değerli bir güç oluşturmaktadırlar. Ekonomik
değeri olan bu bilgiler, aynı zamanda toplumu tehdit
eden olayların önlenmesinde; veri analizi, yapay
zeka gibi araçlarla analiz edilerek kullanılmaktadır.
Mahremiyet haklarımızın ve bu hakların hangi
koşullarda, kimler tarafından aşılabileceği titizlikle
değerlendirilmesi gereken bir konudur. Bu nedenle
özellikle kriptografi ve mahremiyet arasındaki ilişki
nedeniyle, kriptosistemlerin uygulama şekilleri ve
standartları ile ilgili araştırmalar ve farklı uygulamalar
devam etmektedir.
Şekil 2. %18 olasılıkla 3000 gönderi sonrası.
1.Farklı sosyal ağlarda hesabı olan ve anonim kalmayı
arzu eden bir üyenin, farklı sosyal ağlardaki kimlik
eşleşmesinin nasıl yapılabildiği ve başarım oranlarının
analizi ile ilgilidir. Örneğin bu çalışmada; aynı gerçek
isim (real name) kullanılarak farklı sosyal ağlarda
yaratılan üyelik hesaplarının %70 olasılıkla, kullanıcı
adı (user name) aynı kullanıldığında %48 olasılıkla,
gönderilen postlara bakıldığında %2 olasılıkla kimlik
eşleşmesinin yapılabildiği görülmüştür. Ayrıca, kimlik
eşleşme olasılığını, paylaşılan mesaj sayısının nasıl
etkilediği Şekil 1 ve Şekil 2 de Facebook ve Twitter için
gösterilmiştir.
Gelişen teknoloji, heterojen ve dinamik bir doğaya
sahiptir. Standartlar henüz belirlenmeden ve hukuki
düzenlemeler yapılmadan teknoloji yaşamımızı
değiştirmektedir. Suç şekilleri ve oranları artmaktadır.
Bu ortamın doğası gereği, güvenlik probleminin
çözümü zorlaşmakta ve kritik önemi her geçen gün
artmaktadır. Günümüz ve gelecek için daha çok
araştırmaya, araştırmacıya ve bilgi güvence uzmanına
gereksinim bulunmaktadır. Bu amaçla yürütülen bazı
projeler ile hem öğrencilerimizin uzmanlaşması için
hem de bilimsel katkı yaratmak için çalışmalarımız
sürmektedir.
2.Facebook ta arkadaşlık seçimini etkileyen üyelik
tanımlarındaki ortak desenlerin keşfi ile ilgili yürüyen
bir araştırmamız bulunmaktadır. Çalışma kapsamında;
kullanılan desen keşif algoritmalarının, text ve çizge
olarak verilerin temsil edildiği ortamlardaki başarımları
21
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Selma Tekir
da değerlendirilmektedir.
3.Ağ yapısı oluşturan ilişkilerin çizge olarak temsil
edilmesi, verinin yayılımı ya da toplanmasında
kullanılabilecek model ve algoritmalar bilgisayar
bilimlerinin önemli bir araştırma alanıdır ve sosyal ağlar
dahil çok sayıda alanda kullanılmaktadır; IoT, bulut
bilişim, dağıtık veri merkezlerinin senkronize edilmesi,
duyargalı ağlarda veri toplama vb.. Büyük ve dinamik
olarak değişen çizgelerin analizinde bilginin temsil
edilmesi ve işlenmesi ile ilgili problemler bu çalışmanın
odak alanıdır.
• İnternet ya da bulut ortamında verinin gizliliği
için şifreleme ve şifreli veriler üstünde yapılabilecek
operasyonlar: Hassas verilerin gönderilmeden önce
şifrelenmesi ve şifreli olarak güvenilir olmayan
sunucularda tutulması bilginin gizliliği için yeterli
değildir. Şifreli tutulan veriler üzerinde, yine
sunucunun bilgi sahibi olmasını önleyecek düzeyde,
şifreli olarak arama ya da işlemler yapılabilmesi
gerekmektedir. Geleneksel şifreleme mekanizmaları,
şifreli metinlerin üzerinde işlem yapılmasına uygun
değildir. Aynı zamanda, veri miktarı oluşumundaki
hızlı artış ile çalışmak daha zor ve maliyetli bir hale
gelmiştir. Bu çalışmada, şifreli tutulan dosyaların,
şifreli anahtar sözcüklerle ilişkilendirilerek süzülmesi,
ilgili dokümanların bulunması için ilgili teknikler
analiz edilmektedir.
Veri Analitiği Araştırma Grubu olarak bilgi keşfi ve veri
madenciliği araştırma alanı içerisinde özellikle haber
analizi, metin analizi ve sosyal ağ analizi çalışmaları
yürütmekteyiz.
Haber Analizi
Çok hızlı ve büyük miktarda haber akışının olduğu
günümüzde haber analizi büyük bir gereksinimdir.
Haberi takip etmek, doğruluğunu denetlemek,
yorumlamak özellikle kurumsal bazda çok önemlidir.
Bunun yapılabilmesi bir bilgi işleyiş döngüsünün
çalıştırılması ile mümkündür. Bilginin toplanması,
hedefler doğrultusunda işlenip analiz edilerek işe yarar
bilgiye dönüştürülmesi beklenmektedir.
Haber analizinde haber güvenilirliğinin ölçülüp
değerlendirilmesi ve haberlerden otomatik olarak haber
zincirleri üretilmesi iki temel gereksinimdir.
Haber güvenilirliğinin ölçülüp
değerlendirilmesi
Haber güvenilirliği haberalma faaliyetinin olmazsa
olmazları arasındadır. Kurumsallaşmış medya
kuruluşları (BBC, The New York Times vb.) hâlihazırda
çok büyük miktarda yapısal veri sunmaktadır. Haberi
doğrulama, kaynak geçerliğini denetleme gereksinimi
had safhadadır.
Haberin güvenilirliği haber kaynağının
güvenilirliğinden ayrı bir şekilde değerlendirilemez.
Haber kaynağının güvenilirliği iki temel boyutta ele
alınmaktadır: Haber kaynağına duyulan güven ve
kaynağın o konudaki uzmanlığı. Haber kaynağına
duyulan güvenin ölçülmesi için haber içeriği üzerinde
çeşitli alt faktörler kullanılarak değerlendirme
yapılabilir. Bu alt faktörler aşağıda listelenmektedir:
Adil mi (is fair),
taraflı mı (is biased),
hikayenin tamamını aktarıyor mu,
doğru mu (is accurate),
gerçeği fikirden ayırıyor mu,
fikirlere mi gerçeklere mi dayanmakta.
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
22
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Çalışmamızda güvenilirlik niteliğinin ölçümünde
“Gerçeği fikirden ayırıyor mu” ve “Fikirlere mi
gerçeklere mi dayanmakta” alt faktörleri baz alınmıştır.
Spesifik olarak, gerçekleri fikirlerden ayırmak üzere yeni
bir gözetimsiz (unsupervised) olasılıksal sözlük-tabanlı
fikir madenciliği yaklaşımı geliştirilmiştir. Geliştirilen
yaklaşım, sözcüklerin duygu sözlüğü içindeki
duygu değerlerinin kümülatif dağılışı üzerinden bir
hesaplamaya dayanmaktadır. Sözcüklere ait duygu
değerlerinin kümülatif dağılışının kullanılmasında
görelilik kuramından esinlenilmiştir. Görelilik
bakış açısının bu bağlamda ele alınması iki temel
değerlendirme ortaya koyar. İlki, tarafsızlık (objectivity)
kendi başına değerlendirilebilecek bir duygu tipi
değildir, yerine olumlu (positive) ya da olumsuz
(negative) duygu tipi eksikliği olarak ele alınmalıdır.
Dolayısıyla tarafsızlık değeri hesabı olumlu ya da
olumsuz duygu skorlarına göreli olarak yapılmalıdır.
İkincisi, bir sözcüğün olumluluk ve olumsuzluk skoru
ortalama bir olumluluk ya da olumsuzluk skoruna sahip
bir sözcükten ne kadar daha olumlu ya da olumsuz
olduğuna bakılarak elde edilmelidir. Duygu tipi
değerlerinin kümülatif dağılış fonksiyonları, sözcüklerin
ortalama olumluluk ya da olumsuzluk skorları hakkında
bilgi verir.
Çalışma kapsamında gerçekleştirilen deneysel tasarımda
üç farklı haber kaynağından gelen haber dokümanları
üzerinde değerlendirme yapılmıştır. Bu haber kaynakları
editoryaller, New York Times makaleleri ve Reuters
makaleleridir. Doğaları gereği “Fikirlere mi gerçeklere
mi dayanmakta” faktörü açısından farklı nitelik
taşırlar. Editoryaller fikir yazıları, New York Times
makaleleri normal haber makaleleri, Reuters makaleleri
ise içeriği fikirden ziyade gerçeğe dayanan haber
ajansı metinleridir. Dolayısıyla hipotezimiz, “Fikirlere
mi gerçeklere mi dayanmakta” alt faktörü açısından
fikirlere dayanma derecesine göre editoryal-New York
Times-Reuters sıralamasının yapılabileceğidir. Elde
edilen deneysel sonuçlar istatistiksel açıdan bu savı
doğrulamaktadır.
(interquartile range) değerleri gösterilmektedir. Bilindiği
üzere istatistiksel değerlendirmelerde ortalama-standart
sapma ve ortanca-çeyrekler açıklığı ikilileri birlikte
kullanılmaktadır:
Olumluluk ve olumsuzluk skorlarının derlem düzeyinde özet
istatistikleri
Tablodan olumluluk değerlerine bakacak olursak
deneysel hipotezimizi doğrulayacak şekilde ortanca
değerin editoryallerde yüzde 32.78 iken New
York Times makalelerinde yüzde 25.19’a, Reuters
makalelerinde ise yüzde 23.22’ye gerilediğini
görmekteyiz. Aynı gözlem olumsuzluk skorları için de
geçerlidir. Derlemlerde ortalama bir cümlenin olumsuz
olma olasılığı sırasıyla editoryallerde yüzde 26.26,
New York Times makalelerinde yüzde 20.88, Reuters
makalelerinde ise yüzde 17.64’tür.
Derlem düzeyindeki olumluluk ve olumsuzluk
skorları arasındaki farkın istatistiksel önemde olup
olmadığını sınamak üzere varyans analizi yöntemi
kullanılmıştır. Varyans analizi sonucunda F istatistiği
değerleri elde edilmiştir. Olumsuzluk duygusu için elde
edilen F istatistik değeri 2370.54, olumluluk için ise
8765.38’dir. Her iki durumda da elde edilen p değeri
2x10-16’dır. Çok küçük olan bu p değeri, 0 hipotezini
reddetmemizin çok küçük olasılıkla hatalı olabileceğini
ifade etmektedir. Bir başka deyişle 0 hipotezini
(editoryaller, New York Times makaleleri ve Reuters
makaleleri tarafsızlık duygu değeri açısından aynıdır.)
güvenle reddedebiliriz.
Deneysel tasarımımızda yer alan derlemlerin “Fikirlere
mi gerçeklere mi dayanmakta” alt faktörü açısından
derecelendirmesini yapmak üzere derlemlerdeki
her cümle için olumluluk ve olumsuzluk skorlarını
hesaplayıp derlem düzeyinde özet istatistiklerini
çıkardık. Aşağıdaki tabloda derlem düzeyinde
ortalama, ortanca, standart sapma ve çeyrekler açıklığı
Varyans analizi sonuçları
23
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Haberlerden otomatik olarak haber zincirleri
üretilmesi
değişkeni kTrans ise birbirini takip eden doküman
ikililerinde sözcüklerin aktivasyon değeri toplamını
sınırlandırır.
Haberlerden otomatik olarak haber zincirleri
üretilmesi de önemli bir gereksinimdir. Haber
zinciri, biri başlangıç diğeri bitiş noktası olarak
tanımlanabilecek iki haber belgesini tutarlı bir
şekilde birleştiren haber belgeleri dizisi olarak
tanımlanmaktadır. Verilen bir haber zincirinin tutarlılık
değerlendirmesinin yapılmasına ve tutarlı haber zinciri
elde etmeyi sağlayacak yeni yöntemlere büyük ihtiyaç
duyulmaktadır.
Doğrusal programın minedge amaç fonksiyonunun
hesaplanmasında bir sözcüğün bir dokümandaki
aktivasyon değeri o sözcüğün o doküman ile zincirde
dokümana ardışık diğer dokümanı bağlama derecesi
(ardışık dokümanların birbirine bağlanmasında spesifik
olarak o sözcüğün rolü) ile ağırlıklandırılarak tüm
sözcüklere ait aktivasyon toplamı elde edilir. Hedef bu
değeri maksimize etmektir.
Bu kapsamda;
Kullanılan doğrusal programlama yaklaşımının anahtar
noktalarından biri kTotal ve kTrans değerlerinin
minedge’i maksimize edecek şekilde ayarlanmasıdır. Bu
amaçla kTotal ve kTrans değerlerinin minedge değeri ile
birlikte üç boyutlu grafikleri hazırlanmıştır:
• verilen bir haber zincirinin tutarlılık değerlendirmesi
üzerine mevcut yöntemlerin de dahil edildiği bir
metodoloji geliştirilmesi,
• kafes yapısına uygun haber zincirleri üretilmesi
çalışmaları yapılmaktadır.
Verilen bir haber zincirinin tutarlılık
değerlendirmesi üzerine mevcut yöntemlerin
de dahil edildiği bir metodoloji geliştirilmesi
İlk olarak, verilen bir haber zincirinin tutarlılık
değerlendirmesi üzerine Shahaf et al. (D. Shahaf and
C. Guestrin, “Connecting the dots between news
articles,” in Proceedings of the 16th ACM SIGKDD
International Conference on Knowledge Discovery
and Data Mining, ser. KDD ’10. New York, NY,
USA: ACM, 2010, pp. 623–632. [Online]. Available:
http://doi.acm.org/10.1145/1835804.1835884)
tarafından önerilen doğrusal programlama yaklaşımı
gerçekleştirilmiştir. Önerilen doğrusal program; haber
zincirinin tutarlılık değerlendirmesini sözcüklerin
birbirini takip eden doküman ikililerindeki frekans
değişimi (aktivasyon değeri) ve birbirini takip eden
iki doküman ikilisindeki başlangıç değeri (ikililerdeki
aktivasyon değeri arasındaki fark) üzerinden
yapmaktadır.
Burada önemli nokta, verilen zincir için elde edilebilecek
maksimum minedge değerinin belirlenmesidir çünkü
zincirin tutarlılık ölçüsü olarak bu değer kullanılacaktır.
Örnek bir haber zinciri için bu tutarlılık ölçüsü
değerinin 0.0536 olduğu grafikten gözlemlenmektedir.
Haber zincirlerinin tutarlılık değerlendirmesinde
ikinci bir yaklaşım olarak haber zincirini oluşturan
dokümanların ikili Soergel uzaklığına dayalı
olarak çizdirilen dağınıklık (dispersion) grafikleri
kullanılmaktadır. Bu grafikler için hesaplanan
dağınıklık katsayısının 1 değeri ideal bir haber zincirini
ortaya koyarken, elde edilen 0’a yakın değerler ideal
olmayan haber zincirlerinin göstergesi olarak kabul
edilir.
Haber zincirinin tutarlılık değerlendirmesini yapacak
doğrusal program bu aktivasyon ve başlangıç değerlerini
temel alarak sözcük seçimi yapmaktadır. Bir başka ifade
ile doğrusal programın kısıt değişkenleri aktivasyon
ve başlangıç değişkenlerine göre belirlenmiştir. İlk
kısıt değişkeni kTotal zincirin tamamında sözcüklerin
başlangıç değeri toplamını sınırlandırır. Diğer kısıt
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
24
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Kafes yapısına uygun haber zincirleri
üretilmesi
Proje kapsamındaki çalışmalar Yük. Müh. Erhan
Sezerer ve Yük. Mük. Mustafa Toprak ile ortaklaşa
yürütülmektedir. Bölüm mezunumuz Özer
Özkahraman da lisans bitirme tezi çalışması ile
araştırmalarımıza katkı sağlamıştır.
Kafes (lattice), seçilen her iki elemanı için en küçük üst
sınırı ve en büyük alt sınırı bulunabilen kısmi sıralı bir
kümedir (partially ordered set). Bilindiği üzere kısmi
sıralı kümeler; yansıma, anti-simetri ve geçişlilik özelliği
taşıyan bağıntılardır. Hiyerarşiler kısmi sıralı küme
örneğidir.
Çalışmada, kafes yapısının tutarlı bir bütünlüğü
destekleyici niteliğinden (fizikteki karşılığından) yola
çıkılarak bir haber zincirini oluşturan dokümanların
tutarlı bütünlüğünün benzer şekilde bir kafes
yapısı adaptasyonu ile temsil edilip edilemeyeceği
irdelenmektedir.
Kafes oluşturmak üzere önerilen bağıntı ters dizindir
(inverted index). Ters dizin, doküman koleksiyonundaki
sözcüklerin, bulundukları dokümanlara eşleştirildiği bir
veri yapısıdır.
CHARM-L kavram kafesi oluşturma algoritması
kullanılarak ters dizinlerden kavram kafesleri
üretilmektedir.
Çalışma kapsamında New York Times Annotated ve
Reuters derlemlerinin ters dizinleri oluşturulmuştur.
Kavram kafesi oluşturma algoritmaları etkin
algoritmalar olmadığı için kafes oluşturma işlemi ters
dizinin tamamında değil küçük bir altkümesi üzerinde
çalıştırılmıştır. Burada elde edilen kavram kafesi
patikalarını sistematik bir yaklaşım ile haber zincirleri
ile eşleştirme çalışmaları devam etmektedir.
Haber Zincirlerinde Tutarlılık ve Güvenilirlik
Değerlendirmesi, TÜBİTAK ARDEB 3501114E784, 2015-2017-Proje Yürütücüsü
Proje tamamlandığında elde edilecek çıktıların bilgi
keşfi ve veri madenciliği alanında bilimsel katkı sunması
beklenmektedir. Önerilen tekniklerin olgunlaşması
bunların yeni teknolojilerde kullanılmasını mümkün
hale getirecektir. Ayrıca haberalma toplumun sosyoekonomik yapısında etkili olan bir işlevdir. Özellikle
sosyal medya bu alanı yeniden şekillendirmektedir. Bu
alanda, alınan haberlerin doğru şekilde işlenmesi ve
haber güvenilirliği konusunda farkındalığın artırılması
büyük önem arz etmektedir.
25
Research Highlights
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
Bilgisayar Mühendisliği Bölümü Özel Sayısı
26
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
27
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Doç. Dr. Murat Erten
sunulmuştur.
Bugüne kadar yürütülen ve halen yürütülmekte
olan çalışmaları iki ana başlık altında toplayabiliriz.
Bunlardan birincisi Bilgisayar ağları güvenliği, diğeri
ise yazılım karmaşıklığı ve buna bağlı olarak ta yazılım
geliştirim zamanının kestirimidir. Bu iki başlık altında
yapılan çalışmalar aşağıda özetlenmiştir.
Kablosuz güvenli ağların performansı ile ilgili çalışmada
ise 802.11g ağlarında VPN performansı incelenmiş
ve performansın güvenlik endişesi duyulmayan
uygulamalara göre ne kadar farklılık gösterdiği
sınanmıştır. Bu çalışma da International Symposium on
Computer and Information Sciences da sunulmuştur.
1-Bilgisayar Ağ Güvenliği
Ağ güvenliği konusundaki çalışmalar sürdürülmektedir.
Bu konuda yeni çalışmalar yazılım tanımlı ağların
güvenliği, bu yapının kablosuz ağlara uygulanmasıyla
ortaya çıkan açıkları incelemeye yöneliktir. Bilgisayar
ağları ile ilgili diğer bir yön de nesnelerin İnterneti
alanındadır.
Bilgisayar ağ güvenliği üzerine yürütülen çalışmalar
genellikle kablosuz ağlar, kablosuz tasarımsız (geçici)
ağlar ve algılayıcı (sensor) ağlar üzerine yoğunlaşmıştır.
Bu ağların performansı, kontrolü, erişim denetimi
araştırılmış, elde edilen sonuçlar çeşitli ortamlarda
yayınlanmıştır.
Kablosuz ağlar konusunda yürütülen bir çalışma
kullanıcıların yetki düzeylerine ve bulundukları yere
bağlı olarak ağ erişimini denetlemek üzerinedir. Bu
çalışmada erişim kontrolü merkezi olarak belirlenen
politikalar yoluyla sağlanmaktadır. Çalışma
sonucunda elde edilen sonuçlar bir kamu kuruluşunda
uygulamaya konulmuştur. Sonuçlar önce Wireless
Telecommunications Symposium daha sonra da
Computers & Security dergisinde yayınlamıştır.
Kablosuz tasarımsız ağlarda güvenlik konusunda
yürütülen çalışmaların öne çıkanı ise “kara delik”lerin
(black hole) oluşturduğu güvenlik açıkları ve buna karşı
uygulanabilecek olan tedbirler olmuştur. Bu çalışma için
ns-2 simülasyon programına “kara delik”leri benzetim
yapan bir modül hazırlamış ve bu modül birçok
başka çalışma da kullanılmış ve kullanılmaya devam
edilmektedir. Bu çalışmanın sonuçları IEEE South East
Conference bünyesinde yayınlamıştır.
Kablosuz sensör ağlar konusundaki çalışmalarda ise
güvenlik ve servis kalitesi arasında bir optimizasyon
yapılmaya çalışılmıştır. Güvenliğin artırılması
durumunda bu ağlarda kaynak kullanımı artmakta,
dolayısıyla ağ ömrü kısalmaktadır. Öte yandan
güvenliğin gevşetilmesi durumunda farklı sorunlar
yaşanmaktadır. Bu iki parametreyi optimum şekilde
düzenleyerek servis kalitesinin artırılmasına yönelik
çalışmalar hem simülasyon hem de gerçek sensörler
üzerinde uygulanarak sınanmış ve sonuçlar Wireless/
Wired Internet Communications konferansında
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
2- Yazılım karmaşıklığı ve geliştirme süresi
kestirimi
Bu başlık altındaki çalışmalar yazılım geliştirme
aşamasında projenin bütçesi, süresi, gerekli insan
kaynağı ve olası riskleri belirlenirken ihtiyaç duyulan
yazılım geliştirme süresi kestirimine destek olmayı
amaçlamaktadır.
Çalışmaların ilk ayağında yazılım ürünü geliştirirken
eski projelerdekine benzer gereksinimlerin olmasının
ürün geliştirme süresine etkileri araştırılmıştır.
Araştırmada Griffin tarafından geliştirilen bir model
baz alınmış, bu modelden farklı olarak parametreler
yazılım geliştirilmesine uygulanmıştır. Ancak
modelin sistem yazılımları geliştirilirken geliştirme
zamanı kestiriminde doğru sonuçlar vermesine
karşılık yazılım projelerine çok uygun olmadığı tespit
edilmiştir. Bu farklılıkları giderebilmek için kullanılan
gereksinimlerdeki benzerliklerin etkileri için kullanılan
çarpan yazılım projelerine uyacak şekilde revize
edilmiştir. Bu değişiklik sonucu model yazılım projeleri
açısından da doğru kestirimler üretmeye başlamıştır. Bu
çalışmalar önce International Conference on Software
Engineering Advances’da daha sonra da makale olarak
International Journal of Software Engineering and
Knowledge Engineering dergisinde yayınlanmıştır.
Bu çalışma aşamasında parametrelerden birisi olan
yazılım karmaşıklığı konusu da incelenmiş ve yazılım
karmaşıklığı Grey ölçüm teknikleri kullanılarak
hesaplanmıştır. Endüstride gelişrilen 5 değişik yazılım
üzerine uygulanan bu teknik sonucunda elde edilen
28
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Şekil 2 Ürün Geliştirme Süresi Kestirim Süreci
çıktılar Euromicro Conference Series on Software
Engineering and Advanced Applications konferansında
yayınlanmıştır. Halen yazılım karmaşıklığı
parametresinin gereksinimlerin kısmi olarak yeniden
kullanıldığı yazılımlarda geliştirme süresi kestirimini
nasıl etkilediği üzerine araştırmalar sürdürülmektedir.
29
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr.Tuğkan Tuğlular
2) Kaynak Kod Değişikliği Temelli Regresyon
Sınama Amaçlı Grafiksel Kullanıcı Arayüzü
Test Seçimi
1) Sözleşme Odaklı Grafiksel Kullanıcı
Arayüzü Temelli Yazılım Sınama
TÜBİTAK TEYDEB 1505 projesi olarak başvurusu
yapılan bu çalışmanın amacı, sınıf temelli kaynak
kod değişim bilgilerini göz önüne alan Bayes Ağı
kullanılarak, grafiksel kullanıcı arayüzü ekranları
özelinde regresyon sınama örnekleri seçimine
ve önceliklendirilmesine ilişkin bir yöntem
geliştirilmesidir.
Grafiksel kullanıcı arayüzü temelli yazılım sınama
yaklaşımlarından biri, yazılım kullanıcı arayüzlerini
olay sıra çizgeleri ile modelleme ve bu modellerden
sınama örnekleri üretmektir. Bu çalışmada olay sıra
çizgelerini karar tabloları ile genişleten ve karar destekli
olay sıra çizgelerinden sınama örnekleri üreten bir
yöntem geliştirilmiştir.
Bunun için öncelikle girdi sözleşme modeli tasarlanmış
ve grafiksel kullanıcı arayüzü ile ilişkilendirilmiştir.
Girdi sözleşme modelindeki sözleşme formel olarak
bir karar tablosu ile ifade edilmektedir. Bir karar
tablosu, satırlarında koşullar ve etkinliklerin yer aldığı,
sütunlarında ise hangi koşullar sonucunda hangi
etkinliklerin gerçekleşeceğinin tanımlandığı kuralların
bulunduğu bir matristir. Bir karar tablosu bir dizi
IF ... THEN ... yapısı ile ifade edilebildiği gibi karar
ağaçlarına da otomatik olarak dönüştürülebilmektedir.
Karar ağaçlarındaki her bir patika için bir sınama örneği
üretilebilir ve böylece her etkinlik en az bir defa test
edilebilir.
Bu çalışmada, grafiksel kullanıcı arayüzü girdi
mekanizmaları girdi sözleşme modeli ile ve grafiksel
kullanıcı arayüzü olay akışları da olay sıra çizgeleri
ile modellenmiş ve önerilen yöntem ile bu modeller
birleştirilmiş ve birlikte ifade edilmiştir. Böylece
oluşturulan grafiksel kullanıcı arayüzü modellerinin
ifade gücü artırılmıştır. Ayrıca, olay sıra çizgelerinin
karar tabloları ile genişletilmesi ile modellerin boyutu
küçülmüştür.
Bugüne kadar yapılan çalışmalarda regresyon sınama
seçimleri için yöntemler geliştirilmiştir. Bu yöntemler,
gereksinimlerdeki, tasarımlardaki ve kaynak kod
üzerindeki değişiklerden yola çıkmaktadır. Bu
çalışmada sınıflara ait kaynak kodlardaki değişimler esas
alınacaktır. Kaynak kod geliştirilirken, iyileştirilirken
ve düzeltilirken, gerçekleştirilen değişimlerin kaynak
kodun başka kısımları üzerinde etkileri olabilir.
Kaynak kodun bu değişimlerden etkilenmiş olma
olasılığı bulunan başka parçalarına ilişkin sınamalar
da değişen parçalara ilişkin sınamalar ile birlikte tekrar
işletilmelidir. Bu projede, sınıf temelli kaynak kod
değişim bilgileri ile Bayes Ağı oluşturulacak ve grafiksel
kullanıcı arayüzü ekranları özelinde regresyon sınama
durumları seçimi ve önceliklendirilmesi yapılacaktır.
Bayes Ağı temelli sınama senaryosu önceliklendirme
yönteminde Bayes Ağını; sınıf değişim düğümleri,
sınıf etki düğümleri ve sınama durum düğümleri
olmak üzere üç seviyede, üç farklı tipte düğüm ile
yapılandırmak hedeflenmektedir. Bu Bayes Ağı
düğümlerinin, değişim bilgisi, sınıflar arası bağlılık ve
sınama senaryosu kapsama bilgileri ile oluşturulması
planlanmaktadır.
Önerilen yöntem, çevrimiçi otel rezervasyon web
uygulaması olan ISELTA üzerinde denenmiştir.
Uygulama girdi sözleşmelerinin karar tabloları ile ifade
edilmesi ile ISELTA grafiksel kullanıcı arayüzleri sekiz
olay sıra çizgesi ile ifade edilebilmiş ve sınama örnekleri
2.70 GHz Intel i7 işlemcisine and 8GB RAM ana
belleğe sahip bir bilgisayarda 900 milisaniyeden az bir
sürede üretilebilmiştir.
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
30
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Tolga Ayav
Hataya dayanıklılık ve sistem güvenirliği
Hataya dayanıklılık bir sistemin bileşenlerinde meydana
gelen hatalara veya çevresel bozucu etkilere rağmen
çalışmasını düzgün bir şekilde sürdürmesi anlamına
gelir. Günümüzde gemilerin buz dağlarına çarpma
olasılığı neredeyse sıfırdır. 1912 Titanik faciası ve
benzeri kazalar bilim adamlarının ve mühendislerin
çok daha güvenli sistemler üretebilmesine zemin
hazırlamıştır (mühendislik paradoksu olarak bilinir).
Bu alanda sistemlerin hata analizleri konusunda
çalışmalar yürütülmektedir. Gerek donanım gerekse
yazılım sistemlerinde hata oluşturma potansiyeli yüksek
bileşenlerin belirlenebilmesi sistem hatasının azaltılması
yönünde önemli bir role sahiptir. Şekil 2’de örnek bir
hata ağacı analizi görülmektedir.
Güvenilir Bileşenler ve Sistemler Araştırma Laboratuvarı
hataya dayanıklılık, sistem güvenirliği, model tabanlı
sınama ve yazılım testlerinde formel yöntemler üzerine
araştırmalarını sürdürmektedir. Burada gerçekleştirilen
çalışmalar aşağıdaki ana başlıklarla özetlenmiştir.
Gerçek zamanlı ve gömülü sistemler
Gömülü sistemler bağlı olduğu bir üst bileşene adanmış
olarak servis veren, genellikle klavye, monitör gibi
alışılagelmiş çevre birimlerine sahip olmayan; diğer
bir deyişle kişisel olmayan bilgisayar sistemleridir.
Uçaklarda, uydularda, gelişmiş savunma sistemlerinde,
telsizlerde, telefonlarda ve akıllı televizyonlarda yer alan
bilgisayarlardır. Dünyada üretilen mikroişlemcilerin
sadece %1’inin kişisel bilgisayarlarda kullanılıyor olması
gömülü bilgisayarların kullanım alanının ne kadar geniş
olduğunun bir göstergesidir. Gerçek zamanlı çalışma
ise sistemin tepki süresinin kontrol edilebilir olmasını
gerektirir. Bu alanda gerçek zamanlı sistemlerin zamanlı
otomat ve benzeri araçlarla modellenmesi ve sınanması
konularında çalışmalar yürütülmektedir.(Şekil 1)
Yazılım Test ve Sınama
Günümüzde yazılım sistemlerinin giderek daha büyük
boyutlara ulaşmasıyla yazılımların sınanması çok önem
kazanmıştır. Bazı raporlar sadece test süreci maliyetinin
projenin toplam geliştirme maliyetinin yarısından fazla
olabileceğini göstermektedir. Bu alanda aşağıdaki
konularda yoğunlaşılmaktadır:
Şekil 1: Bir ameliyat sırasında cerrahın endoskobu kullanımına ilişkin zamanlı otomat modeli
31
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Şekil 2: Örnek bir hata ağacı analizi
a.Gereksinim tabanlı testler ve neden-sonuç çizgeleri
b.Test girişlerinin önceliklendirilmesi
c.Yazılım yapısal kapsama analizleri
Eldeki bir test kümesi ile sistem test edilirken test
girişlerinin hangi sırada uygulanacağı bir çalışma
konusudur. Bir sistem uygulanan testlerin tamamından
başarıyla geçmişse testi başarıyla tamamlar ancak
herhangi bir testten geçememesi durumunda geriye
dönülerek hata bulma ve düzeltme yoluna gidilir.
Hatanın giderilmesinden sonra, aynı test kümesi
en baştan tekrar uygulanmak durumundadır. Bu
noktada büyük zaman kayıplarının önüne geçebilmek
amacıyla hata ortaya çıkarma potansiyelleri daha
yüksek olan testlerin öncelikli olarak uygulanması
önem kazanmaktadır. Diğer yandan, test girişleri
oluşturulurken en küçük test kümesinin elde edilmesi
ve hata ortaya çıkarma potansiyelleri yüksek olan
test girişlerinin bulunması konularında da formel
yöntemlere dayalı araştırmalar yürütülmektedir.
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
32
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Yalın Baştanlar
1) Trafik Sahnelerinde Tümyönlü ve PTZ
Kameralar ile Araç Tespiti ve Sınıflandırması
TÜBİTAK 113E107 (2013-2016)
Projede trafik sahneleri için araç sınıflarını ayırt edecek
ve yüksek çözünürlüklü takip yapacak bir yöntem
geliştirilmektedir. Daha önce yapılan çalışmalardan
farklı olarak, bir tümyönlü (360° gören) kamera ile bir
PTZ (pan-tilt-zoom) kamera biraraya getirilerek her
iki kameranın güçlü yönlerini birleştiren ve geniç açılı
yüksek çözünürlüklü gözetleme amaçlayan hibrit bir
sistem önerilmiştir.
Önerilen sistemde, tümyönlü kamera şekil tabanlı
öznitelikler ile taşıt sınıflandırması yapabilmekte,
eğer varsa hedef sınıf olarak belirlenmiş nesneleri
tespit ve takip ederek PTZ kamerayı o nesnelere
yönlendirebilmektedir. Tümyönlü kameradaki konum
kullanılarak hesaplanan pan, tilt ve zum değerleri ile
PTZ kamera yönlendirilir, zumlama yapılır, takip
devam ettiği sürece nesne sürekli görüntüde kalır.
Şekil 1’de bir örnek verilmiştir. Bu şekilde, tümyönlü
kamera genel tespit, takip ve sınıflandırma işlemine
devam ederken istenilen nesneler için PTZ kamera
yüksek çözünürlüklü görüntü alabilmektedir. Özellikle,
içerisinde hareket eden farklı nesneler bulunan ve
PTZ kameranın her hareketli nesneye yetişemeyeceği
sahnelerde hibrit sistemin önemi açığa çıkmaktadır.
Şekil 2. Tümyönlü kameradan arkaplan çıkarımı ile elde
edilen silüet örnekleri. Az yer kaplaması için imgeden
ilgili yer kesilmiştir. Sol-üst: dolmuş, sağ-üst: yaya, sol-alt:
motosiklet, sağ-alt: araba.
Kameralarımız İYTE Kimya Müh. Binası ön cephesine
yerleştirilmiş ve özellikle araba, dolmuş, motosiklet
ve yaya sınıfları ile çalışılmıştır. Hareketli nesneler
arkaplandan ayrılarak elde edilen siluetler üzerinde
(örnekler Şekil 2’de verilmiştir) şekil tabanlı öznitelikler
kullanarak sınıflandırma yapılmıştır. Tümyönlü
kamerada sınıflandırma başarısı aşağıdaki tabloda
verildiği gibidir.
Başarı tatmin edici olmasına rağmen PTZ kamera
görüntüsü ile ikinci bir sınıflandırma yapılarak iyileşme
ölçülmüştür. PTZ kameradan gelen görüntü nispeten
yüksek çözünürlüklü olduğundan bundan istifade
etmek amacıyla Yönlü Gradyan Histogramları (HOG)
öznitelikleri kullanılmıştır. Bu ikinci sınıflandırma
ilki ile birleştirilerek sınıflandırma başarımı %99’a
çıkarılmıştır. Şekil 3’te hibrit sistemde sınıflandırmaya
bir örnek verilmiştir.
Şekil 1. Hibrit sistemde yüksek çözünürlüklü nesne takibi.
Üst-sol: Hedef sınıfa (yaya) ait olan nesne saptanır. Üstsağ: PTZ kamera o doğrultuya yönlendirilir. Alt-sol: Aynı
nesnenin takibi devam eder. Alt-sağ: PTZ kamera hesaplanan
pan,tilt ve zum değerleri ile nesneyi sürekli görüntüde tutar.
33
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Şekil 3. Hibrit sistem sınıflandırma örneği. Sol: Tümyönlü kamerada ön sınıflandırma yapılmış ve nesne araba olarak
etiketlenmiştir. Sağ: PTZ kamerada farklı öznitelikler ve ikinci bir sınıflandırma ile araç yine araba olarak sınıflandırılmıştır.
2) Fotokapan fotoğraflarında bazı hayvan
türlerinin tespiti TÜBİTAK 115E918 (20162018)
Doğada hayvanlarla ilgili gözlem yapabilmek için
kullanılan yöntemlerden biri hayvanların olası geçiş
güzergâhlarına fotokapan yerleştirmektir. Hareketi
algıladığında fotoğraf çeken bu cihazlar pil ömürleri
boyunca veya toplanana kadar doğada kalırlar.
Fotokapan kullanımı son yıllarda dünya çapında
önemli ölçüde artış göstermiştir. Düzgün çalışan bir
fotokapandan ayda bine yakın fotoğraf alınabilmektedir.
(a)
Bir proje için çok sayıda fotokapan yerleştirildiği
de hesaba katılırsa, arazi çalışması sonrası binlerce
fotoğrafın elden geçirilmesi ve içinde hayvan olup
olmadığının ve hangi hayvan olduğunun belirlenmesi
gereklidir ki bu da önemli bir işgücü gerektirmektedir.
Projenin amacı, fotokapan fotoğraflarında belirli
bir hayvan türünün bulunma potansiyelini büyük
oranda tespit eden bir yazılım hazırlamak ve doğa
araştırmacılarına gözle kontrol etmeleri gereken
çok daha az sayıda fotoğraf bırakmaktır. Teknik
açıdan, fotoğraflarında canlının yerinin bilinmemesi,
(b)
(c)
Şekil 4. Örnek fotokapan fotoğrafları. a) Hayvanın fotoğrafın kenarında bir yerde olması. b) Hayvanın arkadan
görüntülenmesi. c) Fotoğrafın bulanık ve ışık dengesinin bozuk olması
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
34
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
canlının farklı açılardan görüntülenmesi, kısmen
görüntülenmesi, ışığa göre renk değişimi gibi çeşitli
zorluklar vardır. Ayrıca bazı fotoğraflar, kötü ışık
koşulları ve ayarlar nedeniyle tamamen siyah, tamamen
beyaz veya aşırı bulanık olabilmektedir (Şekil 4).
Bu amaç doğrultusunda öncelikle histogram analizi
ve frekans bölgesinde analiz (özellikle bulanıklık için)
içeren imge işleme tekniklerinin kullanılmasının
yanısıra benzer şartlarda alınmış fotoğrafları averajlama
ve imgelerdeki renk değişiminden fazla etkilenmeyeceği
için kenar içeriğinin analizine dayalı yöntemler
denenecektir. Bir diğer yöntem son yıllarda makine
öğrenmesinde yıldızı parlamış olan Evrişimli Yapay
Sinir Ağlarıdır (Convolutional Neural Networks).
Belirli bir hayvan türüne ait yeterli sayıda eğitim versi
verildiğinde EYSA ile imgede o hayvanın bulunup
bulunmadığı ve neresinde bulunduğu belirlenebilir
Şekil 5. İmgede hayvanın yerinin ve türünün tespiti
(Şekil 5).
Proje çıktısı olacak programa sokulan bir fotoğraf seti
test edilip pozitif sonuçlar döndürülecektir. Burada,
kaçırılan bir hayvanın vereceği zarar (elenen bir
fotoğrafa bir daha bakılmayabilir), yanlışlıkla pozitif
sonuç dönmesinin getireceği külfetin yanında çok
büyüktür. Bu nedenle programdan mümkün olduğunca
az sayıda yanlış-eksi alınması hedeflenmiştir.
35
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Mustafa Özuysal
sistemlerin aksine, bu hibrit sistem her yeni kullanıcı
için sunucu üzerinde ilave işlem kaynağı gerektirmez ve
çok daha büyük sayıda kullanıcıya ölçeklenebilir (Şekil
1). Ayrıca mobil cihazın sürekli çevrimiçi olmasını
zorunlu kılmaz ve kamera görüntü içeriği sunucuya
gönderilmediğinden kişisel gizlilik sorunları yaratmaz.
1) Ölçeklenebilir Hibrit Nesne Tanıma Sistemi
TÜBİTAK 113E496 (2014-2016)
Projenin amacı mobil cihazlar üzerinde çalışacak
bir nesne tanıma yönteminin geliştirilmesidir.
Yöntemde kullanılacak mobil nesne veri tabanı bir
sunucu yardımıyla uygulama bağlamına göre güncel
tutulacaktır. Tamamen sunucu üzerinde çalışan mevcut
Proje kapsamında ele alınacak nesne tanıma sistemleri
kamera açı ve uzaklığından etkilenmeden tespit
edilebilen anahtar noktaların (keypoint) eşleştirilmesine
(a)
(b)
Şekil 1: Geliştirilecek yöntemin mevcut nesne tanıma sistemleriyle karşılaştırması (a) Mevcut sunucu tabanlı sistemlerde
mobil cihaz kamera görüntüsü tamamen ya da ön işlemeye tabi tutularak kısmen sunucuya gönderilir (1,2). Görüntü içeriği
sunucudaki nesne veri tabanında yapılan aramada kullanılır (3,4). Bulunan nesneye ait bilgiler mobil cihaza iletilir (5,6). (b)
Önerilen hibrit yöntemde arama yapılacak nesne veri tabanı mobil cihazda yer alır ve uygulama mobil cihaz üzerinde çalışır
(1-4). Gerektiğinde uygulama bağlamına göre mobil veri tabanı sunucu tarafından ya da çevrimdışı güncellenebilir (1’-3’).
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
36
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
(a)
(b)
(c)
(d)
Şekil 2: Anahtar nokta eşleştirmeye dayalı nesne tanıma yöntemi (a) Veri tabanında saklanacak nesnelerin görüntülerinde
yer alan anahtar noktalar tespit edilir (500-1000 adet, şekildeki örnek noktalar FAST yöntemiyle [1] tespit edilmiştir). Her
nokta için bir betimleyici hesaplanır ve veri tabanında saklanır. (b) Mobil cihaz kamera görüntüsünde anahtar noktalar
tespit edilerek betimleyicileri hesaplanır ve daha önce sunucudan indirilmiş olan mobil veri tabanındaki betimleyiciler ile
karşılaştırılır. Her betimleyici bu veri tabanındaki en yakın betimleyici ile eşlenir. (c) Yanlış eşleşmeler geometrik uyum
kısıtlamaları kullanılarak temizlenir ve görüntüde yer alan nesneler belirlenir. (d) Veri tabanı içerisinde nesne ile beraber
grafik, animasyon ve çeşitli veriler de saklanırsa etkileşimli arttırılmış gerçeklik uygulamaları geliştirmek mümkündür.
dayanmaktadır. Gürbüzlükleri nedeniyle bu yöntemler
üç boyutlu geri-çatım ve arttırılmış gerçeklik gibi
uygulamalarının yaygınlaşmasına önemli katkıda
bulunmuştur. Anahtar noktaların eşleştirilmesi
nokta etrafındaki dokudan hesaplanan ve betimleyici
(descriptor) adı verilen sayı dizileri karşılaştırılarak
yapılır. Mobil cihaz kamera görüntüsünden elde edilen
her bir betimleyici, daha önceden bilinen nesnelerden
çıkarılmış betimleyicilerden oluşan bir veri tabanında
kendisine en yakın betimleyici ile eşlenir. Görüntüdeki
çok sayıda betimleyici veri tabanında aynı nesneye işaret
ederse o nesnenin görüntüde bulunduğu anlaşılır ve
konumu hesaplanabilir.
Nokta eşleştirmenin ilk adımı, mobil cihaz
görüntüsündeki noktaların çevresindeki dokuyu
tarif eden bir özellik yöneyinin hesaplanmasıdır.
Hesaplanan yöneyler kamera açısı gibi etmenlere
hassasiyet göstermez ve betimleyici (descriptor) olarak
adlandırılırlar. Nesne veri tabanında da, Şekil 1’de
37
Research Highlights
gösterilenin aksine, nesnelerin görüntüleri yer almaz. Bu
görüntülerden çıkarılmış anahtar noktalar ve bunlara
ait betimleyiciler bulunur. Mobil cihaz görüntüsündeki
her anahtar noktanın betimleyicisi, veri tabanındaki
betimleyicilerden en yakın olanıyla eşleştirilerek
noktaların da eşlemesi yapılır. Veri tabanındaki bir
nesne üzerindeki çok sayıda anahtar nokta kamera
görüntüsündeki noktalar ile eşleşiyorsa bu nesnenin
görüntüde bulunduğu kabul edilir. Eşleşen noktaların
konumları kullanılarak görüntüdeki nesnelerin
kameraya göre konumları da hesaplanabilir. Anahtar
nokta eşleştirmesine dayalı tipik bir nesne tanıma
yönteminin basamakları Şekil 2’de gösterilmiştir.
Bilgisayar Mühendisliği Bölümü Özel Sayısı
görünmemektedir. Ancak geliştirilecek hibrit yöntem
sayesinde, çok sayıda kullanıcının yaklaşık konumlarına
ya da uygulama bağlamlarına göre veri tabanlarının
ilgili kısımlarını mobil cihazlarında saklamaları ve tüm
işlemleri yine kendi cihazlarında yapmaları mümkün
olacaktır. Bu hem sunucuyu hesaplama yükünden
kurtaracak hem de veri akışı büyük oranda sunucudan
istemci cihaza doğru olduğundan kişisel gizlilik
kaygılarını ciddi biçimde azaltacaktır.
Projede belirlenen amaca ulaşılması için aşağıdaki
hedefler koyulmuştur:
• Çok sayıda ikili betimleyiciden oluşan veri
tabanlarının istatiksel olarak analiz edilmesi, yanlış
ve doğru eşleşmelerin ikilik uzayda dağılımının
incelenmesi
• Bu analizler kullanılarak ikili betimleyiciler için
daha güvenilir, hızlı ve olasılığa dayanan bir uzaklık
ölçütünün geliştirilmesi ve bu sayede daha çok nesne
ve değişen kamera görüş açısında dahi yanlış eşleme
oranının düşük tutulması
• İkili betimleyiciler için özelleşmiş ve bilgi erişim
(information retrieval) yaklaşımını kullanan bir
yaklaşık en yakın komşu yönteminin geliştirilmesi
ve bu eşleştirme yönteminin hızının büyük veri
tabanlarında betimleyici sayısıyla doğrusaldan çok daha
iyi (logaritmiğe yakın) ölçeklenmesi
• Nesne veri tabanında her bir nesne için depolanan
betimleyiciler arasında paylaşım sağlayarak hafıza ve
depolama ihtiyacının düşürülmesi
Yukarıdaki listelenen hedefler mobil cihazda çalışacak
sistemin farklı ancak birbirini tamamlayan yönlerinde
iyileştirmeler içermektedir. Bu hedefler, her ne kadar
mobil cihazlarda çalışma kıstaslarına göre belirlense de
sunucu tabanlı sistemler için hem veri işleme hem de
depolama anlamında kazanım sağlayacaklardır. Çok
büyük kapsamlı (şehir, ülke ya da yerküre ölçüsünde)
nesne tanıma uygulamalarında sunucuların tamamen
devre dışı bırakılması sadece depolama ihtiyaçları göz
önünde bulundurulsa dahi yakın gelecekte mümkün
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
38
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Yrd. Doç. Dr. Nesli Erdoğmuş
Yüksek lisans, doktora ve doktora sonrası araştırmalarını
biyometri konuları üzerine yapan Nesli Erdoğmuş,
2014 yılında aşağıda bahsi geçen 2236-Uluslararası
Deneyimli Araştırmacı Dolaşım Programı projesi
ile Türkiye’ye dönmüş ve çalışmalarını İYTE’de
sürdürmüştür. Şubat 2016’da Bilgisayar Mühendisliği
Bölümü’ne yardımcı doçent olarak atanmış ve ardından
faaliyetlerini bölüm çatısı altında bir biyometri grubu
kurma hedefine yönelik yoğunlaştırmıştır.
Manzara Metinlerinin Tanınması ve Yöntemin
Türkçe’ye Uyarlanması
TÜBİTAK 114C025
2013 yılında 2236-Uluslararası Deneyimli Araştırmacı
Dolaşım Programı’na başvurusu yapılan ve destek için
kabul edilen “Manzara Metinlerinin Tanınması ve
Yöntemin Türkçe’ye Uyarlanması” projesi Haziran 2014
– Haziran 2016 arasında yürütülmüştür.
Literatürde gerçek dünya imgelerinde metin tespit
etme ve tanıma ya da doğal manzara OCR’ı (optik
karakter okuyucusu) olarak da geçen manzara metni
tespit etme ve tanıma işi araştırmacılardan artan bir
ilgi görmektedir. Manzara metni kontrolsüz ortamda
doğal şekilde çekilen fotoğraflarda rastlantısal
görüntülendiğinden, tespit edilmesi ve tanınması,
doküman okuma ya da doğal resme sonradan eklenen
altyazı gibi metinleri okuma işinden daha meşakkatlidir.
Perspektif projeksiyona, kamera odağına ve hareketine
bağlı bozulmalar, açı değişimleri ve bir obje tarafından
önünün kısmen kapatılması gibi sorunlar sebebiyle
manzara metinleri klasik OCR’dan farklı analiz
yöntemlerine ihtiyaç duymaktadır.
İnternette hacmi her gün muazzam bir hızla artan
görsel içeriğe otomatik açıklamalar eklenmesinden
görme engelli kişiler için etraftaki fiyat etiketi, otobüs
tabelası gibi yazıların sesli okunmasına kadar geniş bir
yelpazade uygulama alanı bulan bu araştırma konusu,
STRAIT projesinde, ilgili yayınlarda sıklıkla rastlanan
alan-tabanlı yaklaşımların tersine yalnızca anahtar
noktalar kullanılarak ele alınmıştır. Çünkü, şimdiye
dek önerilmiş metin tespit tekniklerinin aksine, en
gelişkin nesne sezim yöntemlerinin büyük bir bölümü,
imgede farklı bakış açılarında ve ölçeklerde tekrar
tekrar bulunabilen anahtar noktaların doğru bir şekilde
çıkarılmasına ve tanınmasına dayanmaktadır. Bu
yenilikçi metoda ek olarak, Türkiye’deki ilk Türkçe
manzara metni veritabanı toplanmış ve Türkçe dil yapısı
ve Türkçe’ye özgü harfler araştırmaya dahil edilmiştir.
Bu doğrultuda, 1990 sonrası yazılmış Türkçe eserlerden
derlenmiş olan 2 milyonu aşkın kelimelik ODTÜ
Türkçe Külliyatı kullanılarak, istatistiki dil modellemesi
yapılmış ve görsel harf tahminlerine ek olarak bu dil
modeli de göz önüne alınarak görüntülenme olasılığı en
yüksek kelime bulunmuştur.
Tespit edilen metin bölgesinde harf tanıma ve kelime okuma amacıyla Ölçek Değişimsiz Öznitelik Dönüşümü anahtar
noktaları çıkartılmış ve kayan pencereler içinde en yakın komşuluklar kullanılarak sıralı harfler belirlenmiştir.Bu harflerin
oluşturduğu kelimenin bulunması için ise araştırılan dil için olasılıklı modelleme yapılmış ve hem görsel, hem dilsel veriler
kullanılarak sözlük içinden bir kelimeye karar verilmiştir.
39
Research Highlights
Proje çıktısı olarak ön çalışmalar bir ulusal konferans
bildirisi şeklinde yayımlanmıştır. Elde edilen son
sonuçların ise uluslararası bir dergide makale olarak
yayımlanması için çalışmalar halen devam etmektedir.
ARAŞTIRMA YÖNÜ: Biyometrik Tanıma
Biyometri insan özellikleriyle ilgili ölçümleri kapsar.
Biyometrik tanıma ise, bireylerin fiziksel ya da
davranışsal özelliklerini ölçüp mevcut kayıtlarla
karşılaştırarak kimlik tespiti ya da doğrulaması
yapmaktır. Bilgisayarların işlem gücünün ve sensör
etkinliklerinin artışına ve bilgisayarla görü alanındaki
gelişmelere paralel olarak, önceden eğitimli uzman
görüşlerine dayanan biyometrik sistemler hızla
otomatikleşmişlerdir.
Biyometrik sistemler, kullanıcıların yanlarında
kendilerini tanıtmak için kimlik kartı benzeri tanıtıcılar
bulundurma veya şifre/PIN numarası gibi bilgileri
ezberleme zorunluluklarını ortadan kaldırdığı gibi
bu tanıtıcı kartların ya da şifre bilgilerinin çalınması/
kopyalanması gibi riskleri de belirli bir ölçüde azaltır.
Biyometrik tanıma için fiziksel özelliklerin (yüz,
parmakizi, bilek ve avuçiçi damarları, iris) yanısıra
davranışsal özellikler de (daktiloyla yazma ritmi,
yürüyüş şekli, ses, imza) kullanılabilir.
Biyometriklerin birbirine sağladıkları kesin
üstünlüklerden bahsedilemez. Avantajlar uygulama
alanına ve şekline göre değişiklik gösterebilir. Parmakizi
Bilgisayar Mühendisliği Bölümü Özel Sayısı
ve iris tanıma başarıları oldukça yüksek olmakla
birlikte kullanıcıya belli bir yakınlık hatta temas
gerektirmektedirler. Öte yandan, yüz tanımada hata
oranları daha yüksektir; ancak, uzaktan ve habersiz
olarak kimlik belirlenmesine imkan tanır.
İYTE Bilgisayar Mühendisliği, Bilgisayarla Görü
Araştırma Laboratuvarı çatısı altında kurulan
Biyometrik Araştırma Grubu’nda yüz ve damar tanıma
başta olmak üzere bilgisayarla görü ve örüntü tanıma
alanıyla kesişen biyometrik nitelikler üzerine çalışmalar
planlanmaktadır.
Araştırma yönü olarak bazı ana başlıklar altına şu
konular belirlenmiştir:
• Yüz tanıma: Kontrolsüz ortamda yüz tanıma, yakın
kızılötesi alıcılar ile yüz tanıma, 3B yüz tanıma, yüz
ifadelerini inceleme
• Damar tanıma: El damarı tanıma, bilek damarı
tanıma (giyilebilir cihazlarda)
• Biyometrik sistemleri aldatma ve bu saldırılara karşı
alınacak önlemler
• Yumuşak biyometrik sistemler: Yüz ya da iris gibi
klasik biyometrik özelliklerden farklı olarak süreksiz
ve tek başına ayırtediciliği nispeten daha az olan
özellikleri (saç, sakal, göz rengi, dövme gibi) kullanan
sistemler
Kinect™ kullanılarak elde edilen 2B, 2.5B ve 3B görüntüler.
Yukarıdan aşağıya: ham imge, birikmiş ve üstüste oturtulmuş
imgeler, delikleri kapatılmış ve tesviye edilmiş imgeler
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
40
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
Mezunlarımızdan
Bilgisayar Mühendisliği Bölümü
41
Research Highlights
Mezunlarımızın Kariyer Dağılımları
190 kişi ile yapılan mezun anketine göre
mezunlarımızın çalışmayı tercih ettiği alanlar aşağıda
görsellenmiştir.
Bilgisayar Mühendisliği Bölümü Özel Sayısı
ödev/projelerle uygulandı. Şimdi İsveç’te Kraliyet
Teknik Yüksekokulunda makine oğrenimi üzerine
yüksek lisans yapıyorum ve İYTE’de almış olduğum
bu derslerden, yaptığımız projelerde edindiğim
organizasyon yeteneklerimden hala faydalanıyorum.
Yalnızca teorik ders alarak gelmiş akranlarım projelerini
nasıl yapacaklarını tartışırken ben grubumu organize
etmiş, temelini hazırlamış, neredeyse sunulur hale
getirmiş buluyorum kendimi.
MUSTAFA TOPRAK, 2014 mezunu
İYTE, Doktora öğrencisi
ZANA BUÇİNCA, 2016 mezunu
Koç Üniversitesi, Yüksek lisans öğrencisi
Kendi ülkem olan Kosova’dan ayrılıp çağdaş bir eğitim
almak çocukluktan beri hayalimdi. Ek olarak, Bilgisayar
Mühendisliği konusunda özellikle istekli olmam beni
Türkiye’deki en iyi üniversitelerden biri olan IYTE’ye
getirdi. IYTE’de bir öğrenci olarak özellikle Bilgisayar
Müh. Bölümünün ortamından çok etkilendim, kendimi
büyük bir ailenin parçası gibi hissettim. Ayrıca, sınıf
mevcutları çok fazla olmadığı için hocalar bizleri
birey olarak tanıyor ve iletişim kuruyorlardı.Özellikle
akademik camianın bir parçası olmak öğrenciler için
bunun önemli bir fark yarattığını düşünüyorum. Seçkin
öğretim üyeleri ve dünya standartlarında bir araştırma
ortamı benim akademik kariyer seçimi yapmamda
çok büyük rol oynadı. Hedeflerime ulaşıp başarılı
olmamda bana sağladığı katkılar için IYTE Bilgisayar
Mühendisliğine ne kadar teşekkür etsem azdır.
İYTE Bilgisayar Mühendisliği’nde aldığım lisans ve
yüksek lisans eğitiminin mühendislik odaklı olması,
edindiğim bilgileri disiplinler arası çalışmalarımda
kullanmamda, bir diğer deyişle bilginin farklı alanlara
entegrasyonu sürecinde çok faydalı oldu. Eğitim
planında bilgisayar mühendisliği ve bilgisayar bilimleri
alanlarından derslerin olması, hem özel sektör hem
de akademik çalışmalardaki proje işletme sürecine
adaptasyonun kolaylaşmasını ve ortaya çıkan ürünün
kalitesinin artmasını sağlıyor. Sınıf kontenjanlarının
azlığı ise, hocalar ile bire bir iletişim kurmaya ve proje
bazlı çalışmalara olanak sağlıyor. İYTE’nin farkı da
burada ortaya çıkıyor.
ÖZER ÖZKAHRAMAN, 2015 mezunu
Kungliga Tekniska Hogskolan (İsveç), Doktora
öğrencisi
Üniversite seçerken isimlerden çok sunulan derslere
bakarak seçmiştim. Gelecekte yapay zekanın önemli
bir rolü olacağını bildiğimden ve İYTE’de de konuyla
ilgili dersler olduğundan İYTE’yi kazandığımda ne
yapacağım belli olmuştu. Yapay zeka, makine oğrenimi,
robotik gibi dersler hem bu konular için gerekli teorik
bilgiyi sundular, hem de konuların tamamına yakını
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
42
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
B İ L G İ S AYA R M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü
Ö Z E L S AY I S I
B İ L G İ S AYA R M Ü H E N D İ S L İ Ğ İ B Ö L Ü M Ü
Gülbahçe - Urla
35430 İzmir
Te l : + 9 0 2 3 2 7 5 0 7 8 6 0
Fa ks: +9 0 232 75 0 78 62
http://arf.iyte.edu.tr/
43
Research Highlights
Bilgisayar Mühendisliği Bölümü Özel Sayısı
www.iyte.edu.tr
İZMİR YÜKSEK TEKNOLOJİ ENSTİTÜSÜ
44
Download